一种基于注意力的Few-Shot目标检测统一框架(附论文下载)

关注并星标

从此不迷路

计算机视觉研究院

61e3e8d0513f68d5c70577b60572b539.gif

c139cd32d9899604ae60e3dca4f13a3c.gif

公众号IDComputerVisionGzq

学习群扫码在主页获取加入方式

论文地址:https://arxiv.org/pdf/2201.02052.pdf

计算机视觉研究院专栏

作者:Edison_G

Few-Shot目标检测 (FSOD) 是计算机视觉中一个快速发展的领域。

<

版权声明:本文为CSDN博主「计算机视觉研究院」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/gzq0723/article/details/122402271

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Meta-DETR | 图像级“元”学习提升目标检测精度

计算机视觉研究院专栏作者:Edison_GOne-shot目标检测旨在通过几个标注的样本来检测新的目标。之前的工作已经证明了元学习是一个很有前途的解决方案,它们中的大多数基本上是通过解决在区域上的元学习检测来进行分类

WACV 2021 论文大盘点-目标检测篇

本篇继续对目标检测相关论文进行整理,共计 14 篇。包含2D、 3D、雷达、小目标、带方向的、半监督目标检测、弱监督目标定位等。 如有遗漏,欢迎补充。 下载包含这些论文的 WACV 2021 所有论文: