Rep Loss笔记

Repulsion Loss是一种解决密集遮挡问题的新方法,尤其适用于人群检测。通过让预测边界框不仅接近目标,还远离其他物体,提高检测器在人群场景中的定位准确性。该技术有助于改善因遮挡导致的定位不准确和漏检问题,增强了计算机视觉在安防、自动驾驶等领域的应用。
摘要由CSDN通过智能技术生成

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:

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

打赏作者

AI算法网奇

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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