qq_29462849的博客

原创 6D姿态估计算法汇总（下）

前言本文首发于公众号【3D视觉工坊】，更多干货获取请关注公众号~10、PoseNet: A Convolutional Network for Real-Time 6-DOF Camera Relocalization论文链接：https://arxiv.org/abs/1505.07427代码链接：http://mi.eng.cam.ac.uk/projects/relocalisati...

原创 6D姿态估计算法汇总（上）

前言本文首发于公众号【3D视觉工坊】，更多干货获取请关注公众号~1、DenseFusion: 6D Object Pose Estimation by Iterative Dense Fusion (CVPR2019)原文链接：https://arxiv.org/abs/1901.04780代码链接：https://github.com/j96w/DenseFusion主要思想：用于从R...

原创 超详细的计算机视觉数据集汇总（自动驾驶、SLAM、三维重建、立体视觉、深度估计）

前言本文首发于公众号【3D视觉工坊】，更多干货请关注公众号~1、KITTI数据集KITTI数据集由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。该数据集用于评测立体图像(stereo)，光流(optical flow)，视觉测距(visual odometry)，3D物体检测(object detection)和3D跟踪(tr...

原创 计算机视觉学习资料汇总（超多干货）

前言本资料首发于公众号【3D视觉工坊】，更多干货请关注公众号后台回复关键字获取~（一）基础操作Linux学习网站Linux中国：https://linux.cn/鸟哥的linux私房菜：http://linux.vbird.org/Linux公社：https://www.linuxidc.com/学习书籍《鸟哥的Linux私房菜》《Linux命令行与shell脚本编程大全》...

原创 3D目标检测论文汇总

一、单目图像下的3D目标检测1、YOLO3D2、SSD-6D3、3D Bounding Box Estimation Using Deep Learning and Geometry4、GS3D:An Effcient 3D Object Detection Framework for Autonomous Driving5、Deep MANTA: A Coarse-to-fine Ma...

原创 计算机视觉技术学习路线（3D视觉）

前言本文首发于公众号【3D视觉工坊】，更多内容请关注公众号~3D视觉介绍我们生活在三维空间中，如何智能地感知和探索外部环境一直是个热点难题。2D视觉技术借助强大的计算机视觉和深度学习算法取得了超越人类认知的成就，而3D视觉则因为算法建模和环境依赖等问题，一直处于正在研究的前沿。近年来，3D视觉技术快速发展，并开始结合深度学习算法，在智能制造、自动驾驶、AR/VR、SLAM、无人机、三维重建、...

原创 深度学习实现工业零件的缺陷检测

介绍工业零件在制造完成的时候，往往需要去检测其完整性和功能性。如下图所示，从左上到右下，分别是擦花、漏底、碰凹、凸粉。本篇博文主要讲解如何去识别这四类图像，所用框架为keras-2.1.6+tensorflow-1.7.0+GTX1060。数据集所获得的数据不是太多，一共250幅图像，其中擦花图像29幅、漏底图像140幅、碰凹图像20幅、凸粉图像61幅。可以发现，这样的数据对深度卷...

原创 mask rcnn训练自己的数据集

前言最近迷上了mask rcnn，也是由于自己工作需要吧，特意研究了其源代码，并基于自己的数据进行训练~ 本博客参考https://blog.csdn.net/disiwei1012/article/details/79928679#commentsedit实验目的 哎~说多了都是泪，谁让我是工科生呢？只能检测工件了。。。做不了高大上的东西了，哈哈主要参考及工具...

转载 CLIP还能做分割任务？哥廷根大学提出一个使用文本和图像prompt，能同时作三个分割任务的模型CLIPSeg，榨干CLIP能力...

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨小马来源丨我爱计算机视觉本篇分享 CVPR 2022 论文『Image Segmentation Using Text and Image Prompts』，哥廷根大学提出了一个使用文本和图像prompt，能同时作三个分割任务的模型CLIPSeg，榨干CLIP的能力！详细信息如下：论文地址：https://ar...

转载 ECCV 2022 | 清华&腾讯AI Lab提出REALY: 重新思考3D人脸重建的评估方法

作者丨人脸人体重建来源丨人脸人体重建编辑丨极市平台极市导读本文围绕3D人脸重建的评估方式进行了重新的思考和探索。作者团队通过构建新数据集RELAY，囊括了更丰富以及更高质量的脸部区域信息，并借助新的流程对先前的数十个重建算法、3DMM进行了评价。本文分享ECCV 2022论文《REALY: Rethinking the Evaluation of 3D Face Re...

转载 论文解读《PCT: Point cloud transformer》

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达本文仅做学术分享，如有侵权，请联系删文。干货下载与学习后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf后台回复：3D视觉课程，即可学习3D视觉领域精品课程计算机视觉工坊精品课程官网：3dcver.com1.面向自动驾驶领域的多...

转载 ECCV2022 | FPN错位对齐，实现高效半监督目标检测 (PseCo)

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨Gang Li@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/544346080编辑丨极市平台本文首先讨论了把pseudo labeling和consistency training直接迁移到目标检测中的不适配现象，然后再解释如何通过FPN的错位训练实现高效半监督目标检测，并取得...

转载 问答|多重曝光相关论文有哪些?

转载 ECCV 2022 Oral | 无需微调即可泛化！RegAD：少样本异常检测新框架

作者丨王延峰、张娅来源丨机器之心编辑丨极市平台导读本文介绍了一种少样本异常检测框架 RegAD，用于学习多个异常检测任务之间共享的通用模型。RegAD 无需模型参数调整，仅利用少量正常样本，就可以直接应用于新的异常检测任务。论文链接：https://arxiv.org/abs/2207.07361代码链接：https://github.com/MediaBrain-S...

转载 2022最新综述 | 面向大规模场景的小目标检测：综述和 benchmark

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨汽车人来源丨自动驾驶之心1论文背景目标检测在过去几年中取得了显著的进展，然而，由于小目标视觉特征较差、噪声较多，小目标检测已成为计算机视觉中最具有挑战性的任务之一。此外，用于小尺寸目标检测的大规模基准测试数据集仍然不够全面。本文首先对小目标检测方法进行了全面的回顾，除此之外，还构建了两个大规模小目标检测数据集...

转载 NUS颜水成等发布首篇《深度长尾学习》综述

作者丨专知来源丨专知编辑丨极市平台导读本文对深度长尾学习的最新进展进行了综述。具体地说，我们将已有的深度长尾学习研究分为三类(即类重平衡、信息增强和模块改进)，并根据这三类对这些方法进行了详细的回顾。论文链接：https://arxiv.org/abs/2110.04596摘要深度长尾学习是视觉识别中最具挑战性的问题之一，其目标是从大量遵循长尾类分布的图像中训练出性能良...

转载 ECCV 2022 | AirDet: 无需微调的小样本目标检测方法

作者丨Jaraxxus@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/545249730编辑丨极市平台导读本文提出无需微调的小样本目标检测方法AirDet，针对机器人自主探索任务设计。基训练后，未经微调的AirDet表现甚至优于部分微调后的方法。论文、项目代码、ROS部署接口均已开源。AirDet项目网站：https://jaraxxus...

转载 ECCV 2022｜通往数据高效的Transformer目标检测器

作者丨encounter1997@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/545435909编辑丨极市平台导读本文围绕Detection Transformer数据效率低下的问题，通过逐步的模型转化找到了影响数据效率的关键因素。作者成功用尽可能小的模型改动来大幅提升现有目标检测器的数据效率，并提出一种标签增强策略进一步提升其性能读。...

转载 Wilddash2 | 最新自动驾驶全景分割数据集！CVPR2022

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨汽车人来源丨自动驾驶之心标题：Unifying Panoptic Segmentation for Autonomous Driving链接：https://openaccess.thecvf.com/content/CVPR2022/papers/Zendel_Unifying_Panoptic_Segmen...

转载 432.4 FPS 快STDC 2.84倍 | LPS-Net 结合内存、FLOPs、CUDA实现超快语义分割模型

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨ChaucerG来源丨集智书童多尺度学习框架被认为是促进语义分割的一类模型。然而，这个问题并不想象的那么轻描淡写，特别是对于现实应用的部署，这通常需要高效率的推理延迟。在本文中，作者从轻量级语义分割的角度彻底分析了卷积块的设计（卷积类型和卷积中的通道数）以及跨多个尺度的交互方式。通过如此深入的比较，作者总结出3...

转载 浅聊对比学习（Contrastive Learning）

作者丨parasol@知乎 （已授权）来源丨https://zhuanlan.zhihu.com/p/521614413编辑丨极市平台导读本文通过解读对比学习的经典论文和综述，介绍对比学习的概念，主流方法和优势。对于不同方法的算法设计和实验结果，作者提供了他的深入思考。什么是对比学习？Metrics learning + self-supervised learning...

转载 UTNet 用于医学图像分割的混合Transformer

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨李响来源丨GiantPandaCV文章目录1 概述2 浅析 Transformer 架构2.1 重看 Self-attention Mechanism2.2 高效的 Self-attention Mechanism2.3 Relative Positional Encoding3 UTNet 的整体结构4 实...

转载 2D/3D车道线数据汇总

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨汽车人来源丨自动驾驶之心1TuSimple链接：https://github.com/TuSimple/tusimple-benchmark道路上的对象可以分为两大类：静态对象和动态对象。车道标线是公路上的主要静态组成部分, 为了鼓励行业解决高速公路上的车道检测问题，图森发布了大约7000个1秒长的视频剪辑，...

转载 超越 ConvNeXt、RepLKNet | 看 51×51 卷积核如何破万卷！

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨ChaucerG来源丨集智书童自从Vision Transformers (ViT) 出现以来，Transformers迅速在计算机视觉领域大放异彩。卷积神经网络 (CNN) 的主导作用似乎受到越来越有效的基于Transformer的模型的挑战。最近，一些先进的卷积模型使用受局部大注意力机制驱动设计了大Kerne...

转载 三星提出XFormer | 超越MobileViT、DeiT、MobileNet等模型

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨ChaucerG来源丨集智书童ViT 的最新进展在视觉识别任务中取得了出色的表现。卷积神经网络 (CNN) 利用空间归纳偏差来学习视觉表示，但这些网络是空间局部的。ViTs 可以通过其self-attention机制学习全局表示，但它们通常是heavy-weight的，不适合移动设备。在本文中提出了Cross...

转载 一文详解图像中的无监督学习

作者丨凤舞九天来源丨PaperWeekly编辑丨极市平台导读本文主要介绍了CV领域内的无监督学习，内容主要包括Moco、Simclr、BYOL、SimSiam、SwAV、MAE、IPT，详细介绍了这些经典工作的亮点，并附有自己实际工作中复现的心得体会，希望能够帮助大家更深刻的了解无监督学习～前言由于工作原因搞了相当一段时间的无监督学习，包括cv单模态的无监督，以及多模态...

转载 用Transformer思想的分类器进行小样本分割

作者丨李xiang来源丨GiantPandaCV文章目录1 前言2 CWT-for-FSS 整体架构3 求解方法4 实验结果分析5 代码和可视化6 总结7 参考链接1 前言之前写了几篇医学图像分割相关的论文阅读笔记，这次打算开个小样本语义分割的新坑。这篇阅读笔记中介绍的论文也是很久之前读过的，接受在 ICCV 上，思路值得借鉴。代码也已经跑过了，但是一直没来得及整理，a...

转载 ECCV 2022 | 适用于分类，检测，分割的生成式知识蒸馏开源

作者丨美索不达米亚平原@知乎 （已授权）来源丨https://zhuanlan.zhihu.com/p/539496128编辑丨极市平台导读本文主要介绍ECCV 2022关于知识蒸馏的工作: Masked Generative Distillation。该方法在图像分类和密集预测的实验中，其学生模型均获得大幅提升。文章链接：https://arxiv.org/abs/2...

转载 一文带你浏览Graph Transformers

作者丨whistle@知乎 （已授权）来源丨https://zhuanlan.zhihu.com/p/536489997编辑丨极市平台导读本文通过整理分析2020-2022年不同顶会关于Graph Transformers的论文，汇总并对比了该领域的各种前沿方法。写在前头为什么图上要使用Transformer？简要提一下GT带来的好处：能捕获长距离依赖减轻出现过平滑，过...

转载 ECCV 2022 | 多域长尾分布学习，不平衡域泛化问题研究（开源）

作者丨Yuzhe Yang@知乎 （已授权）来源丨https://zhuanlan.zhihu.com/p/539749541编辑丨极市平台导读本文由被ECCV2022接受论文的作者亲自解读，讲述如何推广传统不平衡分类问题的范式，将数据不平衡问题从单领域推广到多领域。前言项目主页：http://mdlt.csail.mit.edu/论文链接：https://arxiv...

转载 顶刊IJCV 2022！华为GhostNet再升级！全系列硬件上最优极简AI网络

作者丨王云鹤@知乎来源丨https://zhuanlan.zhihu.com/p/540547718编辑丨CVerGhostNet作为近年来最流行的轻量级神经网络架构，其在ARM和CPU端的应用已经非常广泛。而在GPU和NPU这种并行计算设备上，原版GhostNet并没有体现出优势。最近，华为诺亚的研究者针对GPU等设备的特点，巧妙引入跨层的廉价操作，减少计算量的同时减少...

转载 基于CNN的区域特定多尺度特征提取的两阶段停车位检测

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨泡椒味的口香糖来源丨GiantPandaCV0. 引言在自动驾驶系统的设计中，停车位的检测一直是一项具有挑战性的任务。本文将带大家精读2021 CVPR的论文"基于CNN的区域特定多尺度特征提取的两阶段停车位检测"，该论文阐述了一种全新的两阶段停车位检测方法，使用区域特定的多尺度特征提取，具有开创性的价值。1...

转载 ECCV 2022 | 超越MobileViT！EdgeFormer：学习ViT来改进轻量级卷积网络

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨Lart来源丨CV技术指南前言本文主要探究了轻量模型的设计。通过使用 Vision Transformer 的优势来改进卷积网络，从而获得更好的性能。论文：https://arxiv.org/abs/2203.03952代码(已开源)：https://github.com/hkzhang91/EdgeForm...

转载 ECCV2022｜腾讯优图开源DisCo：拯救小模型在自监督学习中的效果

作者丨Linz@知乎 （已授权）来源丨https://zhuanlan.zhihu.com/p/366819594编辑丨极市平台导读本文通过解读DisCo，一种基于蒸馏的轻量化模型的自监督学习方法，解释作者如何实现从Teacher到Student更有效的知识迁移，进而显著提升轻量化模型的效果。>>加入极市CV技术交流群，走在计算机视觉的最前沿前言该论文已被...

转载 LeCun领导下的Meta AI，押注自监督

作者丨ELIZA STRICKLAND来源丨机器之心自监督学习真的是通往 AGI 的关键一步？Meta 的 AI 首席科学家 Yann LeCun 在谈到「此时此刻要采取的具体措施」时，也没有忘记远期的目标。他在一次采访时说：「我们想要构建像动物和人类一样学习的智能机器。」近几年，Meta 发表了一系列关于 AI 系统自监督学习（SSL）的论文。LeCun 坚定地认为，S...

转载 用于自动驾驶的混合稀疏-稠密单目SLAM系统

点击上方“计算机视觉工坊”，选择“星标”干货第一时间送达作者丨泡椒味的口香糖来源丨GiantPandaCV0. 引言随着自动驾驶系统的推广，越来越多的应用要求SLAM具备高动态定位以及稠密建图能力。在论文"A Hybrid Sparse-Dense Monocular SLAM System for Autonomous Driving"中，作者提出了一种混合稀疏特征...

转载 IAT：实时完成暗光增强, 曝光矫正的超轻量级Transformer网络

作者丨信息门下奶狗@知乎（已授权）来源丨https://zhuanlan.zhihu.com/p/535695807编辑丨极市平台导读本工作提出了一种超轻量级的快速照明自适应Transforme—IAT，用于实时完成暗光增强和曝光矫正，网络总体的Parameter数量仅仅只需要 90k+。今年四月入学了UTokyo新办的RCAST的PHD项目，开始了新的PHD生涯。入学...

转载 从39个kaggle竞赛中总结出来的图像分割的Tips和Tricks

作者丨Derrick Mwiti来源丨AI公园编辑丨极市平台导读作者参加了39个Kaggle比赛，按照整个比赛的顺序，总结了赛前数据的处理，模型的训练，以及后处理等可以助力大家的tips和tricks，非常多的技巧和经验，现在全部分享给大家。想象一下，如果你能得到所有的tips和tricks，你需要去参加一个Kaggle比赛。我已经超过39个Kaggle比赛，包括：Da...

转载 centerX: 用中国特色社会主义的方式打开centernet

作者丨CPFLAME@知乎来源丨https://zhuanlan.zhihu.com/p/323814368编辑丨极市平台导读作者结合表情包抛开传统PR稿的正经，用幽默风趣的语言阐述了自己重构的centernet的代码，采用中国特色社会主义的核心思想去解释centerX的trick。centerX总共分为五个模块讲述，给大家提供了一个可行性的思路。太长不看版笔者重构了一...

转载 从R-CNN到YOLO5，图像目标检测算法综述

目标检测是计算机视觉领域的一大任务，大致分为一阶段目标检测与两阶段目标检测。其中一阶段目标检测模型以YOLO系列为代表。与RCNN算法不一样，是以不同方式处理对象检测。YOLO算法的最大优点就是速度极快，每秒可处理45帧，也能够理解一般的对象表示。从个人学习来看：优秀的计算机视觉工程师，目标检测的学习避免不了，而目标检测的核心就是YOLO。YOLO系列也一直在发展，对于它...