阅读论文：[1] Tang P, Wang C, Wang X, et al. Object detection in videos by high quality object linking[J]. IEEE transactions on pattern analysis and machine intelligence, 2019, 42(5): 1272-1278. [2] Geng Q

Attention is all you need摘要主流的顺序翻译模型基于复杂的循环或卷积神经网络，其包含编码器和解码器。效果最好的模型通过注意力机制连接编码器和解码器。本文提出了一个新的简单的网络结构，Transformer，仅仅基于注意力机制，完全抛开循环和卷积。 递归模型通常沿着输入输出序列的符号位置进行因子计算。这种固有的顺序性排除了训练示例中的并行化，当序列长度变长时，并行化就变得至关

1.CenterNet Heatmap propagation for Real-time Video Object Detection本文介绍了一种基于CentNet One-Stage检测器的方法。以heatmap的形式传播之前可依赖的长程检测，来加速未来图像的结果。 1.介绍此前的视频目标检测方法大多是基于Two-Stage检测器的，直接在已有的时间信息聚合方法上应用One-Stage检测器

[1]Guo C, Fan B, Gu J, et al. Progressive sparse local attention for video object detection[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision. 2019: 3909-3918. [2] Yao C H, F

[1]Frankle J, Carbin M. The lottery ticket hypothesis: Finding sparse, trainable neural networks[J]. arXiv preprint arXiv:1803.03635, 2018. [2]Frankle J, Dziugaite G K, Roy D M, et al. Stabilizing the

最近因为准备期末考试，blog停更了一段时间。 Jiang Z, Gao P, Guo C, et al. Video object detection with locally-weighted deformable neighbors[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2019, 33: 85

最近重读了AAAI2020的TCENet这篇文章，对其有了更深入的理解。此外阅读了一篇ICCV2019的文章、一篇NIPS2016的文章。 阅读文献：[1] He F, Gao N, Li Q, et al. Temporal Context Enhanced Feature Aggregation for Video Object Detection[C]//AAAI. 2020: 10941-

最近一周阅读了2篇视频目标检测方向的论文，1篇特征提取的论文。 阅读文献：[1] Lin T Y, Dollár P, Girshick R, et al. Feature pyramid networks for object detection[C]//Proceedings of the IEEE conference on computer vision and pattern recog

参考：廖雪峰的Java教程 一、面向对象基础面向对象编程，是一种通过对象的方式，把现实世界映射到计算机模型的一种编程方法。 定义class在Java中，创建一个类，例如，给这个类命名为Person，就是定义一个class： class Person { public String name; public int age; } 一个class可以包含多个字段（f

最近主要阅读了三篇视频目标检测方向的论文，分别是STSN(ECCV2018)、STMN(ECCV2018)、TCENet(AAAI2020)。 阅读文献： [1] Bertasius G, Torresani L, Shi J. Object detection in video with spatiotemporal sampling networks[C]//Proceedings of th