2025年1月21日 · 这是南开大学在ICCV2023会议上新提出的旋转 目标检测算法，基本原理就是通过一系列Depth-wise 卷积核和空间选择机制来动态调整目标的感受野，从而允许模型适应不同背景的目标检测。 论文地址： https://arxiv.org/pdf/2303.09030.pdf. 代码地址（可以直接使用mmrotate框架实现）： GitHub - zcablii/LSKNet: (ICCV 2023) Large Selective Kernel Network for Remote Sensing Object Dyetection. 目前基于旋转框的遥感影像目标检测算法已经取得了一定 …

2023年7月17日 · 在本文中，我们将这些先验因素考虑在内，并提出了Large Selective Kernel Network（LSKNet）。 LSKNet可以动态地调整其大空间感受野，以更好地建模遥感场景中各种物体的测距的场景。 据我们所知，这是首次在遥感物体检测领域探索大选择性卷积核机制的工作。 在没有任何附加条件的情况下，我们LSKNet比主流检测器轻量的多，而且在多个数据集上刷新了SOTA！ HRSC2016（98.46% mAP）、DOTA-v1.0（81.64% mAP）和FAIR1M …

2025年1月27日 · LSKNet无需任何额外功能，就在标准基准测试上设立了新的最先进的分数，即HRSC2016（98.46% mAP）、DOTA-v1.0（81.85% mAP）和FAIR1M-v1.0（47.87% mAP）。 基于类似的技术，我们在2022年粤港澳大湾区国际算法竞赛中排名第二。 上述材料摘取自论文【1】 Y. Li, Q. Hou, Z. Zheng, et al., Large Selective Kernel Network for Remote Sensing Object Detection, ICCV, 2023. 由此，我们可以明白这篇论文的意义：它突破了传统的边缘检测识别 遥 …

LSK module使用了空间注意力选择不同大小核的提取的特征。 LSKNet Blocks以及module里的梯度流是否最佳？ 有些tricks可以参考：

LSKNet（Large Selective Kernel Network） 是一种专为遥感目标检测设计的网络架构，其 核心优势在于能够动态调整其大的空间感受野，以更好地捕捉遥感场景中不同对象的范围上下文。 这是第一次在遥感目标检测领域探索大型和选择性核机制。 LSKNet（大型选择性核网络）的 基本原理 包括以下关键组成部分： 1. 大型核选择 （LK Selection）子块： 这个子块能够动态地调整网络的感受野，以便根据需要捕获不同尺度的上下文信息。 这使得网络能够根据遥感图像中对象的不 …

808、逆时针旋转盖子A: Turn the cap counterclockwise. B: Turn the cap clockwise.C: Rotate the cap clockwise. 答案:A

Without bells and whistles, our lightweight LSKNet sets new state-of-the-art scores on standard remote sensing classification, object detection and semantic segmentation benchmarks. Based on a similar technique, we rank 2nd place in 2022 the …

在本文中，我们将这些先验因素考虑在内，并提出了Large Selective Kernel Network（LSKNet）。 LSKNet可以动态地调整其大空间感受野，以更好地建模遥感场景中各种物体的测距的场景。 据我们所知，这是首次在遥感物体检测领域探索大选择性卷积核机制的工作。 在没有任何附加条件的情况下，我们LSKNet比主流检测器轻量的多，而且在多个数据集上刷新了SOTA！ HRSC2016 （98.46% mAP）、 DOTA-v1.0 （81.64% mAP）和 FAIR1M-v1.0 （47.87% mAP）。 近期很 …

2023年10月26日 · LSKNet在多个数据集上刷新了 SOTA，HRSC2016（98.46% mAP）、DOTA-v1.0（81.64% mAP）和FAIR1M-v1.0（47.87% mAP）。 想在自己的遥感数据集上试试效果。 情况说明：博主是在服务器上训练的，因此在环境的安装上会比代码给出的简单安装流程稍微困难一点，论文和代码链接： Paper. 代码基于MMrotate实现，因此熟悉MMrotate的相关使用方法训练会进行的更顺利一点。 MMRotate依赖于 PyTorch， MMCV 和 MMDetection。 以下是安装的快 …

2024年10月7日 · 《Large Separable Kernel Attention》 这篇论文提出的 的机制原理是针对传统大核注意力（Large Kernel Attention，LKA）模块在视觉注意网络（Visual Attention Networks，VAN）中的应用问题进行的改进。 LKA模块在处理大尺寸卷积核时面临着高计算和内存需求的挑战。 LSKAttention通过以下几个关键步骤和原理来解决这些问题： 核分解：LSKAttention的核心创新是将传统的2D卷积核分解为两个1D卷积核。 首先，它将一个大 …