【CV】FairMOT:物体追踪新框架

10 篇文章 2 订阅

总结

FairMOT: 一个全新的One-Shot Online MOT 框架,构建 DLA-34 backbone 提取特征随后平行进行Detection 和 ReID 两个分支任务,之后将两个分支的 Loss 合并均衡优化,以达到精度和速度的最优结果。

背景

传统的 MOT 框架,如DeepSORT,是两步走,先 Detection 再 在Detction 给的 BBX 上提取特征进行 Re-ID 进而匹配关联前后出现的物体。但是,这种模式存在一些难以克服的难题:

  • 两个模型,太重,时间太长,难以实现实时MOT。若用精简模型,精度又下降太快。
  • ReID 匹配部分,严重依赖 Detection给的 BBX,但是BBX 通常含有过多周边环境的干扰因素。

有一些方法,像 Track-RCNN 尝试用同一个模型同时做 Det 和 ReID, 但是简单的合并并不如意:

  • Det 需要的是深层的高度抽象的低维度特征,而 ReID 需要的初始浅层的具象可判别的高纬度特征,二者并不同路

同时,在模型的训练上,普遍偏袒 Det 任务,ReID 并未得到应有的重视。协同作用发挥的并不好。

创新点

Fair:Det 和 ReID 的平衡协同。

在这里插入图片描述

基于背景中提到的痛点,FairMOT 的创新点体现在

  1. OneShot:以 ResNet-34 作为 backbone 来逐层提取特征,随后加一层 DLA(Deep Layer Aggregation)来合并各层特征
  2. Two Branches:Detection & ReID 平行并重,各取所需
    • Anchor-free Detection

(未完待续。。。 )

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值