用于目标检测的半自动视频标注

相关推荐

• SSC：基于点云语义上下文的大规模激光SLAM的位置识别方法

  文章:SSC: Semantic Scan Context for Large-Scale Place Recognition 作者:Lin Li1 , Xin Kong1 , Xiangrui Zh ...

• ECCV18 | 如何正确使用样本扩充改进目标检测性能（附Github地址）

  在大多数视觉任务中,对图像进行颜色改变或是增加随机噪声等这些通用数据增广操作,都会改进模型预测能力,但如果能利用特定任务的先验知识则往往会获得更大的性能改进.比如在目标检测的任务中,将目标的图像随机复 ...

• OTA：目标检测中的最优传输分配

  OTA：目标检测中的最优传输分配

• 3D-MiniNet: 从点云中学习2D表示以实现快速有效的3D LIDAR语义分割（2020）

  西班牙Zaragoza大学的研究人员提出的最新3D点云语义分割的深度学习方法,网络分为两大部分,提出新的滑动框搜索球形投影后的"像素点",接着使用改进的MiniNetV2网络进行分 ...

• 综述：基于点云的自动驾驶3D目标检测和分类方法

  作者丨Z 审稿丨邓富城 编辑丨极市平台 极市导读 本文基于现有的自动驾驶中利用3D点云数据进行目标检测的文献,从数据特征提取和目标检测模型等方面对不同技术进行比较. >>加入极市CV技术交 ...

• CVPR 2018 | ETH Zurich提出利用对抗策略，解决目标检测的域适配问题

  论文地址:https://arxiv.org/abs/1803.03243 摘要:本文是 ETH Zurich 发表于 CVPR 2018 的工作,论文提出了采用当前火热的对抗策略,解决目标检测任务中 ...

• PV-RAFT：用于点云场景流估计的点体素相关场（CVPR2021）

  计算机视觉工坊 145篇原创内容 公众号 在2019和2020年的CVPR上均有关于点云场景流的相关工作,今天介绍的是2021年CVPR上最新的关于点云场景流的工作.机器人和人机交互中的许多应用都可以 ...

• 超越Swin，Transformer屠榜三大视觉任务！微软推出新作：Focal Self-Attention

  作者丨小马 编辑丨极市平台 极市导读 本文提出了Focal Self-Attention,对当前token周围的区域进行细粒度的关注,对离当前token较远的区域进行粗粒度的关注,用这样的方式来更加有 ...

• 从2D到3D的目标检测综述

  文章:An Overview Of 3D Object Detection 作者:Yilin Wang  Jiayi Ye 翻译:分享者 本文仅做学术分享,如有侵权,请联系删除.欢迎各位加入免费知识星 ...

• 旷视CVPR 2019摘得6项世界冠军 全方位解密获奖模型

  近日,全球计算机视觉顶会 CVPR 2019 在美国长滩拉开帷幕.北京旷视科技有限公司在 CVPR 2019 的3项挑战赛中,最终击败Facebook.通用动力.戴姆勒等国内外一线科技巨头/知名高校, ...

• 【泡泡一分钟】A*3D 数据集：面向自动驾驶环境中的挑战

  每天一分钟,带你读遍机器人顶级会议文章 标题:A*3D Dataset: Towards Autonomous Driving in Challenging Environments 作者:Quang ...

• 基于相机和低分辨率激光雷达的三维车辆检测

  标题:3D Vehicle Detection Using Camera and Low-Resolution LiDAR Zhang, Rui Huang, Le Cui, Siyu Zhu, an ...

• 代码复现 ：SECOND pytorch版本 ①

  源码: https://github.com/traveller59/second.pytorch " Alpha"表示可能存在许多错误,配置格式可能会更改,spconv API可 ...