2019-05-第三周.md

2019-05-第三周

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-COCO模型对验证集和测试集进行目标提取；
  • 使用MRCNN在train1数据上进行训练，编写训练程序；

• 研究nuScenes数据集

  • nuScenes arxiv
  • NUSCENES
  • nuscenes-devkit

• 准备中期资料

下周安排

• 使用MRCNN训练出的模型对kaggle测试集进行预测；

• 与王腾讨论并采用bagging思想对结果进行投票处理，提交并验证bagging结果；

• 整理中期资料：

  • 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

  • ...