Home
Segment Anything
Paper

Segment Anything

目的: 零样本分割任务 方法: 大语言模型具有强大的零样本和少样本泛化能力,可以泛化到训练期间未见过的任务和数据分布 在...
Avatar photo
Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection
Paper

Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection

目的: 开集目标检测器 检测任意对象 支持类别名称或指代表达进行人机交互 方法: 特征提取和融合: 对于图像,用Swin...
Avatar photo
DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection
Paper

DINO: DETR with Improved DeNoising Anchor Boxes for End-to-End Object Detection

目的: 利用对比进行去噪训练,混合查询方法进行锚点初始化 方法: 在C-DETR和DAB-DETR中可以知道,DETR的...
Avatar photo
End-to-End Object Detection with Transformers
Paper

End-to-End Object Detection with Transformers

目的: 将目标检测视为直接集合预测 方法: 架构: DERT的主要架构由三个部分组成,CNN特征提取器,Transfor...
Avatar photo
Linux系统下的机械硬盘挂载
Linux

Linux系统下的机械硬盘挂载

Linux系统下的机械硬盘挂载 1.硬盘 一般来说,插上的固态和机械硬盘都可以在/dev/路径下找到 ,我们可以用如下两...
Avatar photo