前言
参考的代码Mask_Rcnn 修改后的文件目录：
1. 数据集制作
1.1 数据集准备
1.1.1 样本
网上随便找的猫、狗、牛图片，有8张图（图名字和尺寸都需要统一格式&#xff09

论文名称：Dynamic Refinement Network for Oriented and Densely Packed Object Detection  论文下载：https://arxiv.org/pdf

一、准备
1.项目链接
https://github.com/ultralytics/yolov5
2.制作数据集
将标注好的图片放到data/images/train 和data/images/valid 文件夹下，将.

1. 数据集简介
Cityscapes数据集，即城市景观数据集，其中包含从50个不同城市的街景中记录的各种立体视频序列，除了更大的20000个弱注释帧之外，还有高质量的5000帧像素级注

MPII数据集简介
概述：
MPII人体姿势数据集是人体姿势预估的一个 benchmark，数据集包括了超过 40k 人的 25000 张带标注图片，这些图片是从 YouTube video 中抽取

问题 本文提出了一种单阶段的三维目标检测算法，并在文中分析了二阶段三维目标检测算法的不必要性。其所提算法在waymo实时目标检测竞赛中取得了第一的成绩。其性能超过了所有单阶段和多阶段的目标检测算法。
作者首先分析了二阶段目标检测

什么是FPN
FPN，即Feature Pyramid Networks，是一种多尺寸，金字塔结构深度学习网络，使用了FPN的Faster-RCNN，其测试结果超过大部分s

1.检测时，在推理时把视频帧传入gpu中进行推理 2.视频编码格式设置为MJPG 3.换更加轻量级的模型进行识别 4.采用队列的方法，使用生产者消费者的概念进行识别

锚框的含义
锚框： 一种假象的框，提前人为设定——通常是在每个像素中心点绘制一定数量的不同长宽比的锚框。（不是真实框，是模型预测时需要的一种预置框） 锚框的数据格式与 边

背景减法利用图像序列中的当前帧和事先确定的背景参考模型间的差异比较，来确定运动物体位置，是一种基于统计学原理的运动目标检测的方法。这种方法的性能取决于背景建模技术，Gloyer等人使用单高斯模型的思路&