- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI科技评论
AAAI 2020 | 商汤科技提出新弱监督目标检测框架
本论文提出了一种端到端的物体实例挖掘(Object Instance Mining,OIM)弱监督目标检测框架。 基于物体实例挖掘(OIM)弱监督目标检测框架结构如下图所示： 物体实例挖掘(OIM)弱监督目标检测框架。 团队使用 PASCAL VOC 2007及VOC 2012数据进行了测试，比较了物体实例挖掘(OIM)方法与其他相关弱监督检测方法效果。 OIM与其他目前最先进的方法在PASCALVOC 2007 测试集上检测精确度的比较(AP) (%) OIM与其他目前最先进的方法在PASCALVOC 2007训练验证集上定位精确度的比较(CorLoc ) (%) OIM与其他目前最先进的方法在PASCALVOC 2012 验证集/测试集上检测精确度的比较(AP)(%) OIM与其他目前最先进的方法在PASCALVOC 2012训练验证集上定位精确度的比较
63510发布于 2020-02-21 - 来自专栏AI科技大本营的专栏
AAAI 2020论文解读：商汤科技提出新弱监督目标检测框架
本论文提出了一种端到端的物体实例挖掘(Object Instance Mining,OIM)弱监督目标检测框架。 基于物体实例挖掘(OIM)弱监督目标检测框架结构如下图所示： 物体实例挖掘(OIM)弱监督目标检测框架 该框架主要由多实例检测(Multiple Instance Detection)及目标实例挖掘(Object 团队使用 PASCAL VOC 2007及VOC 2012数据进行了测试，比较了物体实例挖掘(OIM)方法与其他相关弱监督检测方法效果。 OIM与其他目前最先进的方法在PASCALVOC 2007 测试集上检测精确度的比较(AP) (%) OIM与其他目前最先进的方法在PASCALVOC 2007训练验证集上定位精确度的比较(CorLoc ) (%) OIM与其他目前最先进的方法在PASCALVOC 2012 验证集/测试集上检测精确度的比较(AP)(%) OIM与其他目前最先进的方法在PASCALVOC 2012训练验证集上定位精确度的比较
39810发布于 2020-02-19 - 来自专栏我爱计算机视觉
AAAI 2020论文解读：商汤科技提出新弱监督目标检测框架
本论文提出了一种端到端的物体实例挖掘(Object Instance Mining,OIM)弱监督目标检测框架。 基于物体实例挖掘(OIM)弱监督目标检测框架结构如下图所示： ? OIM与其他目前最先进的方法在PASCALVOC 2007 测试集上检测精确度的比较(AP) (%) ? OIM与其他目前最先进的方法在PASCALVOC 2007训练验证集上定位精确度的比较(CorLoc) (%) ? OIM与其他目前最先进的方法在PASCALVOC 2012 验证集/测试集上检测精确度的比较(AP)(%) ?
37210发布于 2020-02-21 - 来自专栏Java旅途
spring-boot-route（二十三）开发微信公众号
消息内容"); render(otm); return; }else if("图片消息"){ OutImageMsg oim oim.setMediaId("图片素材id"); render(oim); return; }else if("图文消息"){ otm.setContent("消息内容"); render(otm); return; }else if("图片消息"){ OutImageMsg oim oim.setMediaId("图片素材id"); render(oim); return; }else if("图文消息"){ OutNewsMsg oim.setMediaId("图片素材id"); render(oim); return; }else if("图文消息"){ OutNewsMsg
91430发布于 2020-10-23 - 来自专栏网络安全技术点滴分享
CVE-2025-61757高级检测与利用验证脚本
此脚本专门用于在授权测试环境中检测Oracle OIM系统是否受到该漏洞的影响。 使用说明基本用法# 运行漏洞检测python cve-2025-61757_advanced_test.py http://your-oim-host:14000# 使用sudo运行（如果需要）sudo python3 CVE-2025-61757.py http://your-oim-host:14000命令行参数必需参数：目标URL（例如：http://192.168.1.100:14000）使用示例 # 测试本地Oracle OIM实例python cve-2025-61757_advanced_test.py http://localhost:14000# 测试远程生产环境（仅限授权测试）python cve-2025-61757_advanced_test.py http://prod-oim.company.com:14000预期输出扫描完成后，脚本将显示：扫描所用时间漏洞状态（VULNERABLE
13110编辑于 2026-01-16 - 来自专栏Java旅途
SpringBoot开发微信公众号
消息内容"); render(otm); return; }else if("图片消息"){ OutImageMsg oim oim.setMediaId("图片素材id"); render(oim); return; }else if("图文消息"){ otm.setContent("消息内容"); render(otm); return; }else if("图片消息"){ OutImageMsg oim oim.setMediaId("图片素材id"); render(oim); return; }else if("图文消息"){ OutNewsMsg oim.setMediaId("图片素材id"); render(oim); return; }else if("图文消息"){ OutNewsMsg
3.4K50发布于 2020-09-14 - 来自专栏AI算法与图像处理
行人搜索也可以Anchor-Free？这篇CVPR 2021论文给出了答案
三元组辅助的OIM损失（Triplet-Aided OIM Loss） 目前典型的行人搜索方法大多采用Online Instance Matching（OIM）损失来监督ReID任务的训练过程。 在每次迭代过程中，给定标签为i的输入特征x，OIM分别将x与查找表和循环队列中的所有特征计算相似度，这样x属于标签i的概率pi就可以由公式（1）计算得到： ? OIM的目标就是最小化期望负对数似然（Negative Log-Likelihood）损失函数： ? 本文发现，尽管OIM能够有效地利用带标签和无标签样本，但还是具有下面两个局限性：1）相似度计算只局限在输入特征与查找表或循环队列之间，输入特征之间并没有任何相似度计算操作。 最后，本文所提出的TOIM损失即为OIM和三元组损失函数的简单叠加。
1.3K41发布于 2021-04-21 - 来自专栏拓端tecdat
stata如何处理结构方程模型（SEM）中具有缺失值的协变量
-------------------------------------------------------------------- | OIM -------------------------------------------------------------------- | OIM -------------------------------------------------------------------- | OIM -------------------------------------------------------------------- | OIM
4K30发布于 2020-07-17 - 来自专栏网络安全技术点滴分享
CVE-2025-61757 检测工具：Oracle身份管理器预授权RCE漏洞扫描器
Likely SAFE ✅目标已修补或无法访问典型场景场景1：应急漏洞排查# 批量检测内网OIM服务器for ip in 192.168.1.{100..120}; do python cve-2025 -61757.py http://$ip:14000done场景2：验证补丁有效性# 补丁安装前后分别执行python cve-2025-61757.py https://oim-prod.company.com ) # 提示手动清理测试账号 logger.info(" Clean up: Delete user 'test' via OIM = 2: print("Usage: python cve-2025-61757_advanced_test.py http://your-oim-host:14000")
15810编辑于 2026-02-12 - 来自专栏AI科技评论
今日 Paper | 点云分类框架；多模式Transformer；神经网络；有序神经元等
在线实例匹配（OIM）损失函数和三元组（Triplet）损失函数是行人重识别问题的主要方法。 但这两个损失函数都有缺点，OIM损失对所有样本均等对待，没有关注困难样本，三重损失以复杂且繁琐的方式来处理批处理样本，因此收敛速度很缓慢。 TOIM结合了OIM损失和Triplet损失的优点，并简化了批处理过程，从而使收敛更快。 ? ?
64610发布于 2020-03-06 - 来自专栏SDNLAB
ONF与ON.Lab合并完成并发布新项目
开放信息模型和工具（OIM＆T）：ONF表示该项目旨在发展业界范围的开放信息模型和相关的开源工具，用于开发和控制、管理和编排软件定义网络的SDN平台、框架和界面。 首先在UML建模语言中定义，工具自动生成用于更新现代SNMP管理标准的Yang和Netconf代码 开放传输配置与控制（OTC&C）：该项目的目标是使用单独的OIM&T项目的工作来构建传输网络的通用配置和控制接口
1.1K80发布于 2018-03-29 - 来自专栏拓端tecdat
Stata估算观测数据的风险比
-------------------------------------------------------------------- | OIM -------------------------------------------------------------------- | OIM
1K10发布于 2020-07-17 - 来自专栏光芯前沿
400Gbps/lane数据中心光互连：低维相干vs IM-DD
带内光干扰（OI）抑制技术（OIM） BiDi系统中，传输链路组件的单次反射会导致反向传输信号的带内干扰，对PAM4等高阶调制影响尤为严重。 基于DSP的OIM技术利用IM-DD信号的强直流分量特性，通过预判决、数据擦除、窄带滤波重构直流-直流拍频噪声，实现干扰抑制。 测试表明，在-32dB OI与5dB消光比（ER）条件下，OIM技术可使接收灵敏度提升约2dB。 2. 数字相干系统可通过先进DSP完全补偿CD、PMD等线性损伤；对带内OI的容忍度远超IM-DD，113Gbaud 16QAM相干系统无需额外抑制技术即可耐受-32dB OI，且无突发误码，而IM-DD系统即使开启OIM
53610编辑于 2026-01-26 - 来自专栏计算机视觉战队
计算机视觉来看看苏伊士运河堵船（船舶检测）
利用方位不变模型(OIM)生成方位不变特征映射。进行关键点估计，寻找船舶中心。然后，船舶的大小和 head points被回归。最后使用目标大小来调整结果。
58420发布于 2021-03-30 - 来自专栏重生信息安全
phpstudy后门rce批量利用脚本
Accept-Language: zh-CN,zh;q=0.8,en-US;q=0.5,en;q=0.3 Connection: close accept-charset: ZWNobyBzeXN0ZW0oIm5ldCB1c2VyIik7
76120发布于 2020-03-06 - 来自专栏肉眼品世界
数据管理之元数据管理
CWM元模型的XML表示； (3) CWM DTD：DW/BI共享元数据的交换格式 (4) CWM IDL：DW/BI共享元数据的应用程序访问接口（API） 下面重点讨论CWM元模型的组成，它与OIM 可是在与之相关的工具成熟之前，我们完全可以采用OIM中的元模型（因CWM对OIM是兼容的）以及支持它的元数据管理工具进行元数据管理系统的建设，而且元数据所包含的范围很广。
9.1K40编辑于 2021-12-29 中职网络安全技能竞赛——广西区赛中间件渗透测试教程文章
其中, echo system("net user")命令经base64编码后为ZWNobyBzeXN0ZW0oIm5ldCB1c2VyIik7, 可以显示主机上的用户, 用于回显验证.
15010编辑于 2025-10-23- 来自专栏小冷coding
Java支付宝沙箱环境支付，SDK接口远程调试，【内网穿透】的使用方法
Ni04T23vxCSdSt8mDlCULx71hxkr7uNYReUCI/ujXijlgyI/MOmd1AsDEfYceBXkEsOVjC4Zf4zYyvqqTArDdS6Hsn+Y3rwwEBa+hhTLvraCHZddbjbY7rlJttQKBgQCT2OiM
1K20编辑于 2023-05-24 - 来自专栏新智元
入云！离开张一鸣的字节，做出了第一个重大决定
参考资料： https://mp.weixin.qq.com/s/lbIlDG5nSiXS319WaSrHRw https://mp.weixin.qq.com/s/tR6zUFTLC5oim0hA90nE6g
69030编辑于 2023-05-22 - 来自专栏专知
【专知荟萃26】行人重识别 Person Re-identification知识资料全集（入门/进阶/论文/综述/代码，附查看）
Identification Feature Learning for Person Search intro: CVPR 2017 keywords: Online Instance Matching OIM
4K71发布于 2018-04-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号