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
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
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；
深度学习之目标检测（十一）-- DETR详解 继 Transformer 应用于图像分类后，本章学习 Transformer 应用于图像目标检测的开山之作 – DEtection TRansformer
SSD SSD同时借鉴了YOLO网络的思想和Faster R-CNN的anchor机制，使SSD可以在进行快速预测的同时又可以相对准确地获取目标的位置。 (b)和(c)分别代表不同的特征层，图c相对于图b离最终的
前言 在github上下载到yolov5的第5版及其对应的tensorRTX版本，在目标硬件平台进行部署推演。 GitHub上tensorRTX步骤 （1）下载好tensorrtx中yolov5文
暂无评论