复旦、清华和英特尔中国研究院ICCV新作:完全脱离预训练模型的目标检测方法

  1. 云栖社区>
  2. 新智元>
  3. 博客>
  4. 正文

复旦、清华和英特尔中国研究院ICCV新作:完全脱离预训练模型的目标检测方法

知与谁同 2017-08-21 11:34:00 浏览2177
展开阅读全文

最近,由复旦大学、清华大学和英特尔中国研究院合作提出的一种新型的目标检测方法 (DSOD) 被国际计算机视觉顶级会议ICCV 2017接收。论文标题为:DSOD: Learning Deeply Supervised Object Detectors from Scratch。


640?wx_fmt=png&tp=webp&wxfrom=5&wx_lazy=


论文地址:https://arxiv.org/abs/1708.01241。论文代码:https://github.com/szq0214/DSOD


论文在Arxiv放出之后,在社交网络上引起广泛关注。本文对这个工作做一个详细的解读。


目标检测存在的几个痛点


目标检测 (Object Detection) 作为一项重要的视觉任务广泛应用于自动驾驶、监控、医学图像检测等领域。众所周知,目前所有基于深度学习的目标检测方法都严重依赖于在ImageNet分类任务上预训































网友评论

登录后评论
0/500
评论
知与谁同
+ 关注
所属云栖号: 新智元