|
|
|
|
个体级别的实例分割 |
| |
| 论文目录 |
| |
| 摘要 | 第5-7页 | | abstract | 第7-8页 | | 第一章 引言 | 第15-25页 | | 1.1 研究背景 | 第15-20页 | | 1.1.1 深度学习浪潮中的计算机视觉 | 第15页 | | 1.1.2 现实场景中的物体识别 | 第15-17页 | | 1.1.3 用合成的方式去学习(Learning by Synthesis) | 第17-18页 | | 1.1.4 更快的识别/分割算法 | 第18-20页 | | 1.2 研究难点 | 第20页 | | 1.3 评价指标 | 第20-22页 | | 1.4 章节结构 | 第22-25页 | | 第二章 SRDA:基于三维模型的合成图像的流水线 | 第25-39页 | | 2.1 绪论 | 第25-27页 | | 2.2 相关工作 | 第27页 | | 2.3 扫描过程 | 第27-28页 | | 2.4 通过推理来生成布局 | 第28-30页 | | 2.4.1 通过知识生成场景布局 | 第28-29页 | | 2.4.2 通过知识的场景生成 | 第29-30页 | | 2.4.3 标注开销 | 第30页 | | 2.5 通过几何引导的GAN来做域自适应 | 第30-33页 | | 2.5.1 目标函数 | 第31-32页 | | 2.5.2 实现细节 | 第32-33页 | | 2.6 Instance-60K数据集构建过程 | 第33-34页 | | 2.7 评估实验 | 第34-37页 | | 2.7.1 在Instance-60K上评估 | 第34-36页 | | 2.7.2 和其他域适应框架比较 | 第36页 | | 2.7.3 消融实验 | 第36-37页 | | 2.8 局限性和未来工作 | 第37-39页 | | 第三章 个体级别实例分割:基于二维图片的合成图像流水线 | 第39-55页 | | 3.1 绪论 | 第39-41页 | | 3.2 相关工作 | 第41-42页 | | 3.3 方法介绍 | 第42-46页 | | 3.3.1 概览 | 第43页 | | 3.3.2 物体占据显著性位置的图像生成 | 第43-44页 | | 3.3.3 尺度感知的训练 | 第44-45页 | | 3.3.4 滑动推断 | 第45页 | | 3.3.5 深度校正模块 | 第45-46页 | | 3.4 实验细节和结果 | 第46-53页 | | 3.4.1 实验细节 | 第46-47页 | | 3.4.2 在Supermarket-10K上评估 | 第47-51页 | | 3.4.3 在YCB-Video数据集上评估 | 第51-52页 | | 3.4.4 关于类别数爆炸问题 | 第52-53页 | | 3.5 总结 | 第53-55页 | | 第四章 显式的形状编码用于实时实例分割 | 第55-73页 | | 4.1 绪论 | 第55-57页 | | 4.2 相关工作 | 第57-58页 | | 4.3 方法介绍 | 第58-64页 | | 4.3.1 方法概览 | 第58-59页 | | 4.3.2 形状签名 | 第59-62页 | | 4.3.3 在目标检测的框架下回归形状 | 第62-63页 | | 4.3.4 将形状向量解码成形状 | 第63-64页 | | 4.4 实验分析 | 第64-71页 | | 4.4.1 显式和隐式的比较 | 第65-67页 | | 4.4.2 显式描述子 | 第67-69页 | | 4.4.3 不同的基目标检测器 | 第69-70页 | | 4.4.4 定性结果样本 | 第70页 | | 4.4.5 物体检索 | 第70-71页 | | 4.5 局限性和未来工作 | 第71-73页 | | 全文总结 | 第73-75页 | | 参考文献 | 第75-85页 | | 致谢 | 第85-87页 | | 攻读学位期间发表的学术论文 | 第87-89页 | | 简历 | 第89页 |
|
|
|
|
论文编号BS4628716，这篇论文共89页
会员购买按0.35元/页下载，共需支付31.15元。 直接购买按0.5元/页下载，共需要支付44.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务