Focal Loss for Dense Object Detection … 3. Focal Loss Focal损失旨在解决单步检测场景中训练时前景和背景类的极度不平衡问题(比如1：1000)。我们从二元分类的交叉熵(cr

MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications 1. Introduction … 本paper描述了一个高效的网络架构和一组双超参数(a set of two hyper-parameters)，以构建非常小的，低延

CornerNet: Detecting Objects as Paired Keypoints 1 Introduction … 在本paper中，我们介绍了CornerNet，这是一种新的单步目标检测方法，可以消除anchor box。我们用一对关键点

Pyramid Stereo Matching Network 1. Introduction 立体图像的深度估计对计算机视觉应用是有必要的，包括车辆自动驾驶，3D模型重建，以及目标检测和识别。给出一对矫正的立体图像，深度估

Stacked Hourglass Networks for Human Pose Estimation … 3 Network Architecture 3.1 Hourglass Design hourglass的设计受启发于捕获不同尺度信息的需求，虽然局部证据对于识别面部或手部等特征至关重要，但最终的姿

… 2. The Deal 2.1 Bounding Box Prediction(边框预测) 根据YOLO9000的方法，系统使用维度集群作为anchor box来预测bounding box