直播 | 物体检测算法的近期发展及开源框架介绍

2018 年 11 月 27 日 AI科技评论

大讲堂 第 102

分享主题

物体检测算法的近期发展及开源框架介绍

分享背景

物体检测是计算机视觉的基础任务之一,讲者将总结深度学习背景下物体检测算法的发展,分享 COCO 比赛冠军团队所使用的算法,并介绍由港中大多媒体实验室开源的物体检测算法框架 mmdetection。

分享嘉宾

陈恺,香港中文大学多媒体实验室博士生,COCO 2018 Instance Segmentation Challenge 冠军团队成员。

分享提纲

  1. 深度学习背景下物体检测算法的发展

  2. COCO 2018 Instance Segmentation 冠军团队算法分享

  3. 开源物体检测框架 mmdetection 及 Open-MMLab 计划介绍

分享时间

(北京时间 ) 11 月 27 日(星期三) 20:00

直播链接

http://www.mooc.ai/open/course/604

点击阅读原文,查看公开课吧~

登录查看更多
0

相关内容

深度学习目标检测方法及其主流框架综述
专知会员服务
147+阅读 · 2020年6月26日
【文献综述】深度学习目标检测方法及其主流框架综述
专知会员服务
118+阅读 · 2020年6月26日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
专知会员服务
161+阅读 · 2020年4月21日
专知会员服务
109+阅读 · 2020年3月12日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
今晚20点大讲堂 | 时序预测中深度学习介绍
AI研习社
5+阅读 · 2019年6月20日
1500+ FPS!目前最快的CNN人脸检测算法开源
极市平台
25+阅读 · 2019年3月15日
直播 | DeepIM: 基于单张RGB图像的物体姿态估计
AI科技评论
7+阅读 · 2018年11月6日
干货 | 基于深度学习的目标检测算法综述(二)
AI科技评论
21+阅读 · 2018年8月20日
Deeplearning4j的介绍与实例分享 | 公开课
AI研习社
14+阅读 · 2017年11月27日
Equalization Loss for Long-Tailed Object Recognition
Arxiv
5+阅读 · 2020年4月14日
TensorMask: A Foundation for Dense Object Segmentation
Arxiv
10+阅读 · 2019年3月28日
Augmentation for small object detection
Arxiv
11+阅读 · 2019年2月19日
Arxiv
12+阅读 · 2019年1月24日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
5+阅读 · 2018年4月17日
Arxiv
7+阅读 · 2018年1月24日
VIP会员
相关VIP内容
深度学习目标检测方法及其主流框架综述
专知会员服务
147+阅读 · 2020年6月26日
【文献综述】深度学习目标检测方法及其主流框架综述
专知会员服务
118+阅读 · 2020年6月26日
3D目标检测进展综述
专知会员服务
191+阅读 · 2020年4月24日
专知会员服务
161+阅读 · 2020年4月21日
专知会员服务
109+阅读 · 2020年3月12日
【深度学习视频分析/多模态学习资源大列表】
专知会员服务
91+阅读 · 2019年10月16日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
相关论文
Equalization Loss for Long-Tailed Object Recognition
Arxiv
5+阅读 · 2020年4月14日
TensorMask: A Foundation for Dense Object Segmentation
Arxiv
10+阅读 · 2019年3月28日
Augmentation for small object detection
Arxiv
11+阅读 · 2019年2月19日
Arxiv
12+阅读 · 2019年1月24日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
5+阅读 · 2018年4月17日
Arxiv
7+阅读 · 2018年1月24日
Top
微信扫码咨询专知VIP会员