2019-05-第二周.md

2019-05-第二周

标签（空格分隔）： CASIA

---

工作总结与安排

上周工作

• 使用MRCNN模型提取有用信息；

  

  使用MRCNN模型对图片做预测，下面这个数字是使用一块GTX 1080跑一天处理的图片数（大概一秒1张半的样子）；这个方法速度慢，但是基本上每天都可以有结果；

  

• 使用SSD进行目标检测；

  

  下面这个结果是116/2565，大概可以检测到的信息比率是4.5%，约20ms处理一张；SSD的处理速度较快，但是有大部分图片会没有信息，有信息的话绝大多数是单目标；

  

下周安排

图像分割 Fully Convolutional Networks for Semantic Segmentation (FCN) Mask R-CNN Fully Convolutional Instance-aware Semantic Segmentation(FCIS) FastFCN: Rethinking Dilated Convolution in the Backbone for Semantic Segmentation Learning Deconvolution Network for Semantic Segmentation Learning a Discriminative Feature Network for Semantic Segmentation

点云相关 Stereo R-CNN based 3D Object Detection for Autonomous Driving PointRCNN: 3D Object Proposal Generation and Detection from Point Cloud Escape from Cells: Deep Kd-Networks for the Recognition of 3D Point Cloud Models

图卷积 SEMI-SUPERVISED CLASSIFICATION WITH GRAPH CONVOLUTIONAL NETWORKS Learning Convolutional Neural Networks for Graphs