论文阅读——DiffusionDet

在目标检测上使用扩散模型

前向过程:真实框-->随机框

后向过程:随机框-->真实框

前向过程:

一般一张图片真实框的数目不同,填补到同一的N个框,填补方法可以是重复真实框,填补和图片大小一样的框,或者随机框,填补随机框效果最好。然后,给每个框逐步添加高斯噪声,生成随机框。

特征提取和检测decoder解耦。

decoder用的Sparse R-CNN

sample的时候和PPDM不同,多增加一步DDIM处理过程。

在8 GPUs训练的,450K iterations。

相关推荐
星核0penstarry9 分钟前
从单模型到多模型调度:AI API 工程化实战复盘
人工智能
MoonBit月兔10 分钟前
MoonBit v0.10.4版本更新
开发语言·人工智能·编程·moonbit
m0_3771081414 分钟前
小智ai-esp32
人工智能·macos·xcode
全栈探索14 分钟前
从零搭建你的第一个 RAG 应用:百行 Python 就够了
人工智能
苏州邦恩精密21 分钟前
蔡司3D扫描仪厂家如何应用于新能源行业检测
人工智能·机器学习·3d·自动化·制造
阿里技术1 小时前
Agent 评测:方法论与体系设计
大数据·人工智能·算法
deephub1 小时前
用 Scikit-LLM 和 Groq 搭建情感分析 pipeline
人工智能·大语言模型·sklearn
赛联区块链1 小时前
工厂使用AI降本增效实践与探索
人工智能·ai智能体·deepseek·ai赋能·工业ai·工厂ai
千里马学框架1 小时前
google官方Perfetto 中使用 AI相关skill
android·人工智能·ai·framework·perfetto·性能·skill
蓝速科技1 小时前
蓝速科技 3D 全息舱 AI 数字人校园智慧升级实效展示
人工智能·科技·3d