• 目标检测进阶
• 地理=

目标检测进阶

https://zhuanlan.zhihu.com/p/67714508

“取长补短”的RefineDet物体检测算法

https://mp.weixin.qq.com/s/pB3_ho7JLANKRtQK4gsR5Q

Kaggle实战目标检测奇淫技巧合集

https://mp.weixin.qq.com/s/PpT-NmTVjRi0_SEq0lISXw

旷视科技Oral论文解读：IoU-Net让目标检测用上定位置信度

https://mp.weixin.qq.com/s/OqlZ2TRGbHURYW00440lgQ

微软亚洲研究院与北京大学共同提出用于物体检测的可学习区域特征提取模块

https://www.zhihu.com/question/270143544

目标检测中，不同物体之间的距离非常接近如何解决？

https://mp.weixin.qq.com/s/b4s8Te29DyS71xwQU789pQ

实体零售场景下密集商品的精确探测

https://mp.weixin.qq.com/s/iW-k12CIO0gSx8Y6etTzgA

三分支网络——目前目标检测性能最佳网络框架

https://mp.weixin.qq.com/s/JN1N-IqIL4tAh4rIkZcxpg

Grid R-CNN解读：商汤最新目标检测算法

https://mp.weixin.qq.com/s/23KvIquNpCJqeOXtBrkfbA

YOLT:大尺寸图像目标检测的解决方案

https://mp.weixin.qq.com/s/8fxqbSFj9Nkj_iFX8YEjzQ

以点代物，同时执行目标检测和跟踪，这个新方法破解目标跟踪难题

https://mp.weixin.qq.com/s/vQf0TmcM9A56k_FtFvao3g

RDSNet：统一目标检测和实例分割的新型网络

https://blog.csdn.net/u014380165/article/details/80602027

Cascade RCNN算法笔记

https://mp.weixin.qq.com/s/KupXlIt8bHLLGF6qWFH6vQ

从Grid R-CNN到Grid R-CNN Plus：基于网格的目标检测演化

https://mp.weixin.qq.com/s/kz74yb857gmG1h7MyOWx_Q

目标检测正负样本区分策略和平衡策略总结(二)

https://mp.weixin.qq.com/s/gJuXl6Oh_N_fJgQ9jT268w

旷视研究院提出密集场景检测新方法：一个候选框，多个预测结果

https://mp.weixin.qq.com/s/iPx5K2cSs5jlCt9d9oKpww

VoVNet：实时目标检测的新backbone网络

https://mp.weixin.qq.com/s/FHHIdoXyaU4skX-zyZFQew

已开源！全新水下目标检测算法SWIPENet+IMA框架

https://mp.weixin.qq.com/s/-x9A1eG5BfGmqV31SdMCMg

目标检测算法之Light-Head R-CNN

https://mp.weixin.qq.com/s/On-pHCdGg3piTQtDV88kQA

特定场景下Yolo改进算法：Poly-Yolo

https://mp.weixin.qq.com/s/HW0SNf-NYjXqJwlungRFpg

综述：目标检测中的多尺度检测方法

https://zhuanlan.zhihu.com/p/158907507

From VanillaDet to AutoAssign

https://mp.weixin.qq.com/s/GL_q4VLCgbjTZq_zpTLq0w

Label Assign：提升目标检测上限

https://mp.weixin.qq.com/s/EO5h1zW4yrToqwTCnXtz4g

TTFNet: 最大程度提高训练效率的实时目标检测

https://mp.weixin.qq.com/s/6R3myLyAeMMS0lR1GSlvcA

细说物体检测中的Anchors

https://mp.weixin.qq.com/s/psXJNlEawZlQ-ZdktDpjOw

目标检测小tricks之样本不均衡处理

https://zhuanlan.zhihu.com/p/54334986

TridentNet：处理目标检测中尺度变化新思路

https://mp.weixin.qq.com/s/eODjZUQQiROID9i4WOeEFQ

三分支网络——目前目标检测性能最佳网络框架

https://mp.weixin.qq.com/s/reNCLvOyJHkJZimnMpbIig

目标检测算法优化技巧：Bag of Freebies for Training Object Detection

https://mp.weixin.qq.com/s/BXwL33qOf3f7BtJvHsi23Q

目标检测：Segmentation is All You Need？

https://mp.weixin.qq.com/s/NWILStthG4klkwrYVcGQSQ

ILC：用于自然场景多目标的计数模型

https://zhuanlan.zhihu.com/p/59915784

目标检测中的Consistent Optimization

https://mp.weixin.qq.com/s/ts4WFnuN4cHLfUh8–96Kw

Libra R-CNN：全面平衡的目标检测器

https://mp.weixin.qq.com/s/groq55Cbts272k1mfhJwaQ

超越bounding box的代表性点集：视觉物体表示的新方法

https://mp.weixin.qq.com/s/vy8xlxGY8-m7F5GQetlQeg

SaccadeNet：使用角点特征进行two-stage预测框精调

https://mp.weixin.qq.com/s/N8vjh3HPWOfxo7ZdOr_eOg

PAA论文解读：在物体检测中利用概率分布来将anchor分配为正负样本

https://mp.weixin.qq.com/s/nTzTjUDQc3jTu3AAQ1Hvbg

理解物体检测中的Objectness

https://mp.weixin.qq.com/s/Qvjk7mz8d9lxeyIMND1mPA

目标检测Anchor是什么？怎么科学设置？人人都能彻底搞懂的Anchor深度解析

https://mp.weixin.qq.com/s/0wJHO_9e4iBMaWu-E20S6A

一文了解目标检测边界框概率分布

https://mp.weixin.qq.com/s/hMhDIV3eCEzmRzuyT3CvUg

训练鲁棒的物体检测器的6大障碍

https://zhuanlan.zhihu.com/p/342011052

目标检测之Neck选择

https://mp.weixin.qq.com/s/sJGvvwCkXCJ52MYSsjkwrg

计算机视觉来看看苏伊士运河堵船（船舶检测）

https://mp.weixin.qq.com/s/UHrYk7_oM0_WBy-FCQXM0g

一文梳理水下目标检测方法

https://mp.weixin.qq.com/s/PJYJ_Q7eTQFk46tladYFIQ

使用合成数据集来做目标检测

地理=

---

南北朝时期的南京地形

---

斯皮豪斯投影地图于1942年设计。当时Spilhaus博士正在研究其水温记录仪，它扭转了传统制图投影在陆地上的偏差。Spilhaus投影（是Hammer和Spielmann投影的组合）将地图的两极放在南美和中国，撕裂各大洲，将公海显示为一个中断的整体。

---

拉开大洋的力量，是地幔的平行卷动；形成冰岛的力量，是地幔局部垂直上升。这可以看做两个缓慢的固体波，以亿年为单位同时作用于地球表面，互相叠加，但不会影响彼此的存在——冰岛地表裂开的速度，和大西洋北段是一致的。

https://www.zhihu.com/answer/1895423275137474691

如何直观地体验一亿年的时间尺度？

---

台湾最高峰玉山，海拔不到4000米。但是周边近2000公里的半径内，没有任何一座山峰比玉山高。最近的超过玉山的山脉是邛崃山脉。

大日本帝国时期日本最高山就是玉山，当时的名字是新高山。即偷袭珍珠港的暗语：攀登新高山。

---

在金沙萨，刚果河的宽度达23公里，这就是马莱博湖（malebo pool）。

刚果河从金沙萨到下游马塔迪之间340公里长的河道，落差280米，形成了利文斯顿瀑布（Livingstone Falls）。

主河道上没有刚果河峡谷，只有水晶山峡谷。那么，刚果河峡谷在哪里？

由于强大水流的冲击力，刚果河在大西洋底冲出了一个巨大峡谷，这就是刚果河峡谷。

目前大宗货物主要靠一条1898年建成的金沙萨—马塔迪铁路转运：远洋货轮在马塔迪港卸船后，集装箱和散货直接装上火车，沿366公里的铁路运抵金沙萨，全程避开瀑布区。这条铁路至今仍是刚果（金）进出口的“生命线”，年运量约200万吨；

https://www.zhihu.com/question/answer/1963237808928949115

刚果河水量远超长江，为什么却连一座大型水电站都没有？

---

https://zhuanlan.zhihu.com/p/45286444

英国与欧洲大陆曾是一体，多格兰带着秘密长眠海底

---

1930年，德国化学家汉斯·费歇尔（Hans Fischer）因阐明血红素和叶绿素的结构而获得诺贝尔化学奖。当时他手下有一位博士生，名叫阿尔弗雷德·E·特雷布斯（Alfred E. Treibs）。特雷布斯跟随导师研究卟啉结构，多年的浸淫让他成为了当时世界上首屈一指的叶绿素结构专家。

1933年到1936年间，特雷布斯出于好奇，开始分析沥青、页岩油和原油的化学成分。他惊讶地发现，在这些深埋地下数千万年的黑色粘稠液体中，竟然存在着一种他再熟悉不过的有机分子——卟啉（Porphyrins），特别是钒卟啉和镍卟啉。

唯一的区别在于核心金属：叶绿素的中心是一个镁原子（Mg），而石油卟啉的中心被替换成了钒原子（V）或镍原子（Ni）。

结论再明显不过了：这种极其复杂的分子结构绝不可能由无机化学反应随机生成。石油中的卟啉只能是由植物中的叶绿素演变而来的。

这就是石油源自生物的铁证。

---

1，三峡船闸，如今三峡船闸已经严重超负荷运行，需要新的船闸来提高通过能力。但是三峡第二船闸由于各种复杂的原因，久拖不决。

2，荆江段，不仅浅滩险滩多，航道也是九曲回肠，有“万里长江，险在荆江”一说。是整个长江干流“中梗阻”最严重，航道整治难度最大的区域。

3，九江段，浅滩多，特别是官洲、张家洲等水域，历经645工程的大力整治后，还是时常能看到危险水域浮标、红色浮标、航道整治浮标等。长江干流“中梗阻”严重的区域。

4，南京长江大桥。同样是24米净空高度，上游的桥梁按照洪水期水位作为净空高度起点，实际上一年中大部分时间，都远远达不到这个水位。上游诸桥梁，一年中很多时候都有30米以上甚至35米以上净空。而下游的南京南京长江大桥，洪水期水位比之枯水期变化小，这就使南京长江大桥在一年中大部分时间，能用的净空高度其实是远小于上游诸桥的。

5，镇江尹公洲航道，此处航道狭窄，海轮机动不便，是事故高发地。也限制了南京港12.5米航道效益的发挥。每有尺寸过大的船舶经过，航道部门人员往往要时刻盯着，提供安全保障。

6，镇江定易洲锚地，此处靠近六圩河口，位于京杭大运河和长江干流交汇处，每逢用电高峰期或者恶劣天气，都会因为船闸的通行能力不足，出现大量船舶积压不能过闸的情况，同时也是事故多发区。

https://www.zhihu.com/question/531584906

南京长江大桥只有二十四米通航高度荒废了黄金水道，如果拆除大桥恢复运力，所产生的经济价值是不是巨大的？

---

休伦冰期（Huronian Glaciation）是地球历史上已知最早、持续时间最长的一次全球性大冰期，大约发生在24亿至21亿年前，持续了约3亿年。

大氧化事件（Great Oxygenation Event）：这是导致休伦冰期的关键因素。蓝藻等原始生物通过光合作用大量消耗二氧化碳，并释放氧气，氧化了大气中的甲烷（一种强效温室气体），导致温室效应显著减弱。