A Normalized Gaussian Wasserstein Distance for Tiny Object Detection
https://arxiv.org/pdf/2110.13389.pdf
wasserstein用来计算两个分布的距离。
论文思想：
对目标框进行高斯分布建模，
对于超参数C，经验上，当设为数据集平均绝对尺寸时，可获得最佳性能。
对于不同的数据集，设定不同的C。
实验
版权声明：本文为CSDN博主「放牛娃子」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/qq_22751305/article/details/121420518
目标检测算法(YOLOv1) 论文题目:You Only Look Once: Unified, Real-Time Object Detection 网络架构 YOLOv1的模型架构参考GoogleNet,一共有24个卷积层,2个全连接
欢迎关注我的公众号 [极智视界]，回复001获取Google编程规范 O_o >_< o_O O_o ~_~ o_O 大家好，我是极智视界，本文介绍一下克莱复出与 YOLOv2 算法
RANSAC算法原理 随机采样一致性原理如下 https://blog.csdn.net/qq_28087491/article/details/107376740 简单来说，如果三个点确定一个平面，那我们随机取三
--NeoZng[neozng1hnu.edu.cn] 5.2.3.目标检测 利用CNN我们已经可以完成对图像的识别和分类。但是这样是远远不够的，为了能准确定位图像中的物体，我们需要对图像中所有目标进行定位
暂无评论