Repulsion Loss
https://gitee.com/jacke121/repulsion_loss_ssd
https://github.com/AAA-Fan/Repulsion_loss_yolo_pytorch/blob/master/utils.py
https://github.com/dongdonghy/repulsion_loss_pytorch/blob/master/repulsion_loss.py
人群检测是计算机视觉技术发展不可绕过的关键一环,其中密集遮挡(crowd occlusion)问题是最具挑战性的问题之一。旷视科技 Face++从技术底层的层面提出一种全新的人群检测定位模型 Repulsion Loss(RepLoss),在相当程度上优化解决了这一难题。底层技术创新的适用范围异常广泛,这意味着绝大多数与人群检测相关的产品应用皆可实现不同程度的提升,从根本上推动安防监控、自动驾驶、无人零售、智慧城市的落地和发展。此外,人群定位技术 RepLoss 的检测对象并不仅限于人,还可迁移泛化至一般物体检测,其底层创新驱动力的波及范围十分广泛,有助于机器之眼打造一个人、物、字、车的检测矩阵,进一步看清楚、看明白这个世界。
RepLoss 设计思想: