SaccadeNet基于中心点特征进行初步的目标定位,然后利用初步预测框的角点特征以及中心点特征进行预测框的精调,整体思想类似于two-stage目标检测算法,将第二阶段的预测框精调用的区域特征转化为点特征.SaccadeNet在精度和速度上都可圈可点,整体思想十分不错 来源:晓飞的算法工程笔记 公众号 论文: SaccadeNet: A Fast and Accurate Object Detector 论文地址:https://arxiv.org/abs/2003.12125 论文代码:
由于最近没什么时间好好写博文,我把用sass做雪碧图的关键点贴出来方便自己记忆: config.rb注释 # Set this to the root of your project when deployed: #配置服务器路径 http_path = "http//:www.baidu.com/" #配置css sass images javascripts路径 css_dir = "public/stylesheets" sass_dir = "pu
参考资料:http://www.cnblogs.com/jeason1997/p/5130413.html ** 描述:雷达图 刷新 radarDate.SetVerticesDirty(); using UnityEngine; using UnityEditor; using UnityEngine.UI; [AddComponentMenu("UI/Extensions/RadarEditor")] public class RadarEditor : MaskableGraph