加入极市专业CV交流群,与6000+来自腾讯,华为,百度,北大,清华,中科院等名企名校视觉开发者互动交流!更有机会与李开复老师等大牛群内互动!
同时提供每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流。点击文末“阅读原文”立刻申请入群~
CVPR2019接收论文已经公布,极市已将目前收集到的公开论文及代码链接汇总到github上(目前已收集532篇),后续会不断更新,欢迎关注,也欢迎大家提交自己的CVPR论文:
https://github.com/extreme-assistant/cvpr2019
本文转载自 我爱计算机视觉
SiamRPN++ 算法出自论文:
SiamRPN++: Evolution of Siamese Visual Tracking with Very Deep Networks
Bo Li *, Wei Wu *, Qiang Wang *, Fangyi Zhang, Junliang Xing, Junjie Yan
The IEEE Conference on Computer Vision and Pattern Recognition (CVPR), Long Beach, CA, USA, June 2019. (Oral)
其于2018年12月份论文在arXiv公布后,即受到广泛关注。
该算法解决了在目前跟踪领域新晋出现的Siamese Visual Tracking算法中,能够使用现代结构的更加深的网络的问题,使算法精度获得大幅度的提高。极市曾分享了一作的解读文中:
具体可参见论文:
https://arxiv.org/abs/1812.11703
该算法目前在多个跟踪数据集上都是state-of-the-art。
最难能可贵的是,比以往最好算法改进1%也可以称为state-of-the-art了,但该算法在多个数据集上都是10%以上的超越!
这就厉害了!
相信很多朋友都想进一步研究学习,但是该算法几个月以来一直没有开源。
3天前,SiamRPN++终于有了非官方实现:
https://github.com/PengBoXiangShang/SiamRPN_plus_plus_PyTorch
感谢GitHub用户PengBoXiangShang!
该代码甫一公布,立即引来极大关注,目前已有206颗星!
希望能够对你有帮助。
*延伸阅读
点击左下角“阅读原文”,即可申请加入极市目标跟踪、目标检测、工业检测、人脸方向、视觉竞赛等技术交流群,更有每月大咖直播分享、真实项目需求对接、干货资讯汇总,行业技术交流,一起来让思想之光照的更远吧~
△长按关注极市平台
觉得有用麻烦给个在看啦~