ICCV2023｜AlignDet：在各种检测器的所有模块实现无监督预训练
作者丨Lovely Panda来源丨GiantPandaCV编辑丨极市平台文章简介大规模预训练后再进行下游微调的方法已经被广泛地应用于各种目标检测算法中。
59.人工智能——基于Faster R-CNN实现多种水果目标检测
在做图像分类任务时，我们先使用卷积神经网络提取图像特征，然后再用这些特征预测分类概率。注意这里是对整张图像提取特征，所以无法区分图像中的不同目标，也就没法分别标示出每个物体所在的位置。为了解决这个问题，我们可以将目标检测任务进行拆分。
WAIC 2021 | 思谋科技刘枢：赋能制造业需要什么样的算法平台？
以下为刘枢在 WAIC 2021 AI 开发者论坛上的演讲内容，机器之心进行了不改变原意的编辑、整理。思谋科技成立于 2019 年 12 月，现在已经 1 岁半，像刚刚出生的婴儿一样，成长非常迅速。
做目标检测，这6篇就够了：CVPR 2020目标检测论文盘点
CVPR 2020 会议上，有哪些目标检测论文值得关注？目标检测是计算机视觉中的经典问题之一。凭借大量可用数据、更快的 GPU 和更好的算法，现在我们可以轻松训练计算机以高精度检测出图像中的多个对象。
TPAMI 2025 | PIT 新突破：以 Logit 为判别依据，打造面向识别的无监督图像翻译器
来源：市场资讯（来源：小白学视觉）在自动驾驶、监控安防、手机摄影等真实场景中，图像模糊、噪声、雾天失真等损坏问题随处可见。而我们日常使用的视觉识别模型，大多是在干净图像上训练的，一旦遇到这些损坏图像，性能就会“断崖式”下跌。
DETR系列大盘点｜端到端Transformer目标检测算法汇总
自从VIT横空出世以来，Transformer在CV界掀起了一场革新，各个上下游任务都得到了长足的进步，今天就带大家盘点一下基于Transformer的端到端目标检测算法!
52 个深度学习目标检测模型汇总，论文、源码一应俱全
纵观2013 年到 2020 年，从最早的 R-CNN、OverFeat 到后来的 SSD、YOLO v3 再到去年的 M2Det，新模型层出不穷，性能也越来越好！
不会用mmdet工具？速看MMDetection工具的终极指南
来源：计算机视觉工坊添加微信：dddvisiona，备注：目标检测，拉你入群。文末附行业细分群MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分。主分支代码目前支持 PyTorch 1.8 及其以上的版本。
破解遥感目标的形状与尺度难题，PKINet二代推理提速近4倍！
【新智元导读】卫星和航空影像里的目标，不仅大小相差悬殊，还可能朝向任意方向:一边是细长的桥梁、船舶，一边是密集的小车和大面积运动场。
TensorFlow 2.X，会是它走下神坛的开始吗？
机器之心原创机器之心编辑部现在都 2021 年了，机器学习好填的坑都已经填了，大家都在想怎么将模型用到各种实际任务上。我们再去讨论深度学习框架，吐槽它们的体验，会不会有点过时？并不会，新模型与新算法，总是框架的第一生产力。