行业资讯
AI news by Smartone AI
目标检测中的非最大值抑制算法
计算机视觉是人工智能的一个重要领域，它可以识别和理解图像和场景。它包括图像识别、目标检测、图像分割、图像生成、图像超分辨率等多个子领域。由于大量的实际用例，目标检测可能应用地最广。目标检测目标检测是指计算机系统定位图像中的目标并识别每个目标的能力
技术文章：目标检测--CornerNet的缺陷
前言:目标检测的预测框经过了滑动窗口、selective search、RPN、anchor based等一系列生成方法的发展,到18年开始,开始流行anchor free系列,CornerNet算不上第一篇anchor free的论文
《人工智能发展报告2020》重磅发布
过去十年里，人工智能从实验室走向产业化生产，重塑传统行业模式、引领未来的价值已经凸显，并为全球经济和社会活动做出了不容忽视的贡献。当前全球人工智能浪潮汹涌，各国学者正努力实现人工智能从感知到认知的跨越，使之具有推理、可解释性、认知性
Python+OpenCV+yolov5；实现行人目标检测
介绍目标检测支持许多视觉任务,如实例分割、姿态估计、跟踪和动作识别,这些计算机视觉任务在监控、自动驾驶和视觉答疑等领域有着广泛的应用。随着这种广泛的实际应用,目标检测自然成为一个活跃的研究领域。我们在Fynd的研究团队一直在训练一个行人检测模型来支持我们的目标跟踪模型
使用Python+OpenCV进行图像处理
简介人脸识别和目标检测这样的术语听起来觉得很酷，但是当涉及到从头开始实现它们时，每个初学者都会觉得困难，这些技术实际上并没有那么难实现，一旦你掌握了其基本原理，那么实现它们就相当简单了。图像处理有很多
SimpleDet专栏开篇（目标检测框架）
引言SimpleDet是一套简单通用的目标检测与物体识别的框架。整套框架基于MXNet的原生API完成。主要特点FP16训练可节省内存并加速2．5倍开箱即用的高度可扩展的分布式训练全面涵盖了最先进的模
论文：基于关键点的单目3D目标检测
3D 目标检测是自动驾驶中场景感知和运动预测的基本组件，目前的 3D 检测器都严重依赖于 3D 雷达扫描得到的位置信息。但基于雷达的系统非常昂贵而且不利于编码现在的车辆形状。而单目相机相对便宜更容易应用在现实场景中。本文的研究聚焦于单目 RGB 图片的 3D 目标检测。
如何在自定义数据集上训练YOLOv5？
YOLO系列的目标检测模型随着YOLOv5的引入变得越来越强大了。在这篇文章中，我们将介绍如何训练YOLOv5为你识别自己定制的对象。
目标检测二十年间那些事儿！
目标检测速度的提升一直是一个重要而又具有挑战性的问题。在过去的20年里，目标检测领域已经发展了许多复杂的加速技术。接下来我们简要介绍“轻量化网络设计”、“数值加速”、“特征检测优化”、“语义分割”等重要优化方法。
ECCV 2020论文合集
上次我们给大家带来了关于CNN与图像分割主题的论文，本次的主题是目标检测，包含2D、3D的目标检测，旋转目标检测，视频目标检测，大家在阅读论文的同时也可亲自动手实践，快来看看吧！
AIGC热点
热点
-
19打开，有戏
有冇SmartoneAI，致力于通过分享全球优质AI工具、资源和资讯，帮助大家更早地、更好地了解和使用AI，让AI成为你的得力助手，工作更高效，生活更轻松。按下Ctrl+D或⌘+D收藏本站~
