Attribute-aware Pedestrian Detection in a Crow

APD,citypersons的SOTA,主要解决重叠目标的问题


普通NMS流程:
对于最后输出的所有框
(1)找到预测置信度最大的框M
(2)计算其他同类框和M的IOU
(3)将IOU大于阈值N_t的框的置信度置0
普通NMS的问题
两(多)个同类物体的IOU特别大的时候,其中一个人的预测框会在最后被NMS掉
在这里插入图片描述

那么,有没有可能知道两个框是否属于同一个identity呢?

=》给每个框预测一个属性向量,负责标记其identity
如果是属于同一个identity,则其向量相近,若不属于同一个identity,则其向量尽量远离

版权声明:本文为CSDN博主「Rainylt」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/lt1103725556/article/details/121294652

Rainylt

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

Yolo系列学习笔记

Yolov1:2015/6/8 无anchor; 分成77 49个区域,每个区域预测2个bbox,输出7730( 25 20 )特征层。 使用IOU做confidence&#xff1b