Tianliang

变量——看见社会小趋势

CVPR-19 High-level Semantic Feature Detection A New Perspective for Pedestrian Detection

CVPR-2019 Deep High-Resolution Representation Learning for Human Pose Estimation

CVPR-19 oral Adaptive NMS Refining Pedestrian Detection in a Crowd

SENet

Pillow 教程

本文代码：https://github.com/facebookresearch/Detectron

本文主要解决在one-stage的密集检测器中，大量前景和背景不平衡的问题。作者通过降低被很好分类样本的权重来解决类别不平衡的问题。Focal Loss集中于在稀疏难样本(hard examples)上的训练，并且在训练中防止大量的容易的反例(easy negatives)淹没检测器。

1. 提出Focal Loss, 解决正负样本不平衡问题;
2. 提出one-stage检测模型，RetinaNet。

Docker 安装与使用

Python环境管理工具

Logistic Regression And Code