论文链接：https://arxiv.org/abs/2011.09094
开源代码：https://github.com/dddzg/up-detr
PPT参考链接：https://www.bilibili.com/video/BV1o54y187vG?p=4&t=93
版权声明：本文为CSDN博主「Liaojiajia-2020」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/mary_0830/article/details/117961428
paper：https://arxiv.org/pdf/2107.08430.pdf code：https://github.com/Megvii-BaseDetection/YOLOX
YOLOv3 baseli
论文地址：https://arxiv.org/abs/2011.00362
介绍
有监督的方法的问题：
1、需要昂贵的标记数据
2、泛化性能差
3、遭受对抗攻击
大量的方法开始寻找不需要大量昂贵的标记的方
Extended Feature Pyramid Network for Small Object Detection
论文链接：https://arxiv.org/abs/2003.07021v1
Introduction
前言
1. 为什么要做这个研究？ 目前基于体素的3D目标检测多为从单一尺度的体素中提取体素特征信息，再进行检测，而作者提出了一种密集聚合结构，以自底向上的方式从多尺度编码体素特征。 2.
暂无评论