目标检测遮挡问题及解决方案汇总

已于 2022-03-14 15:15:48 修改
阅读量1.4w 收藏 26
点赞数
分类专栏： 深度学习宝典 目标检测 文章标签： 目标检测 计算机视觉 深度学习
于 2022-03-14 11:11:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/jacke121/article/details/123473411
版权
本文探讨了目标检测中的遮挡问题，包括不同类间和同类间的遮挡，以及由此引发的检测难题。介绍了Repulsion Loss和Occlusion-aware R-CNN两种解决方案，旨在提升检测的精准性和召回率。Repulsion Loss通过引力和斥力作用优化预测框，而Occlusion-aware R-CNN利用Part Occlusion-aware RoI Pooling Unit处理人体结构的遮挡问题。
摘要由CSDN通过智能技术生成

部分内容来自：

目标检测之小目标检测和遮挡问题_AndyJ的学习之旅-CSDN博客_遮挡目标检测

有遮挡的目标检测
Repulsion Loss: Detecting Pedestrians in a Crowd-CVPR2018

遮挡情况
目标检测中存在3中检测难题，（1）不同类间的目标遮挡检测；（2）同类物体遮挡检测。

(3)相邻物体产生误检框

比如下图

 如果检测任务的目标是汽车和人，那么汽车被人遮挡，是不同类间遮挡

如果两个人一起走路，一个人被另一个人遮挡，算同类间遮挡，检测时经过nms处理，可能丢掉一个目标。

3.在现实的检测任务中，只有比较特殊的场景需要考虑遮挡问题，比如行人检测、公交车上密集人群检测、牲畜数量计算等

问题描述

了解本专栏 订阅专栏 解锁全文 超级会员免费看
AI算法网奇
关注
专栏目录
订阅专栏
遮挡 目标检测
jacke121的专栏
07-11 3145
Repulsion Loss: Detecting Pedestrians in a Crowd Repulsion Loss 遮挡场景下的目标检测 yolo loss： https://github.com/AAA-Fan/Repulsion_loss_yolo_pytorch/blob/ba4db86b9980438f7a76e47e246d79fe90092516/utils.py https://github.com/dongdonghy/repulsion_loss_pyt...
深度学习 之 目标检测.pdf
最新发布
05-24
​ 目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置，是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的干扰，目标检测一直是计算机视觉领域最具有挑战性的问题。 ​ 计算机视觉中关于图像识别有四大类任务： 分类-Classification：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。 定位-Location：解决“在哪里？”的问题，即定位出这个目标的的位置。 检测-Detection：解决“是什么？在哪里？”的问题，即定位出这个目标的的位置并且知道目标物是什么。 分割-Segmentation：分为实例的分割（Instance-level）和场景分割（Scene-level），解决“每一个像素属于哪个目标物或场景”的问题。
目标检测中的遮挡问题及优化
热门推荐
为之则易，不为则难
01-11 3万+
尽管目标检测算法整体上已经相对比较成熟，但是在特殊场景下的表现还有很多优化空间，比如图片中的目标有遮挡、图像运动模糊、目标为可改变形状的非刚性物体等。本文主要是针对遮挡问题，之前在做游戏目标检测时也遇到过这个问题，当时只是考虑增加训练样本的多样性，最近，笔者读了几篇解决目标检测中的遮挡问题的文章，也看了一些网友的解析，觉得若有所悟，不自觉地想把自己的理解记录下来，自认为“一万个人眼中有一万个哈姆雷...
目标检测数据集预处理：图像增强之目标遮挡
qq_35153620的博客
08-19 9402
目标检测任务中常常会遇到图像中目标被遮挡严重的问题，由于遮挡数据复杂多样，遮挡信息丢失严重，模型在训练过程中往往陷入过拟合问题，对训练集中外的数据检测效果下降，在模型层面很难做到很好的改善，这时候就需要我们对数据集进行预处理，一般的方法就是进行图像增强，获取大量的差异性数据增强数据集，生成更多的数据，改善过拟合问题。 本文主要针对大量遮挡目标任务进行数据集增强，通过对目标的部分位置进行遮挡，生成...
目标检测之小目标检测和遮挡问题
AndyJ的学习之旅
08-11 1万+
小目标检测trick 小目标难检测原因 小目标在原图中尺寸比较小，通用目标检测模型中，一般的基础骨干神经网络（VGG系列和Resnet系列）都有几次下采样处理: 导致小目标在特征图的尺寸基本上只有个位数的像素大小，导致设计的目标检测分类器对小目标的分类效果差。 如果分类和回归操作在经过几层下采样处理的 特征层进行，小目标特征的感受野映射回原图将可能大于小目标在原图的尺寸，造成检测效果差。 小目标在原图中的数量较少，检测器提取的特征较少，导致小目标的检测效果差。 神经网络在学习中被大目标主导，小目标在整个
目标检测之遮挡物体检测
chen_znn的博客
07-03 4731
解决遮挡检测的一些tricks
谈谈深度学习目标检测中的遮挡问题
sduati的专栏
11-19 1万+
引自：“别挡我，我要C位出道！”谈谈深度学习目标检测中的遮挡问题 - Naiyan Wang的文章 - 知乎 https://zhuanlan.zhihu.com/p/43655912   今天给大家介绍的两篇工作的目的都是试图解决目标检测中最为棘手的遮挡问题。两篇文章的作者分别从loss设计和two stage detector中最关键的操作ROI Pooling/Align出发来针对遮挡问...
目标检测算法——YOLOv7改进|增加小目标检测层
加勒比海带66——【YOLO魔法搭配&论文投稿咨询】
11-02 1万+
目标检测算法——YOLOv7改进|增加小目标检测层。官方版的YOLOv7相同体量下比YOLOv5精度更高，速度快120%（FPS），比 YOLOX 快180%（FPS），比 Dual-Swin-T 快1200%（FPS），比 ConvNext 快550%（FPS），比 SWIN-L快500%（FPS）。
遮挡情况下的视觉目标跟踪方法研究
01-15
将目标整体相关匹配算法和目标各子块相关匹配作表决的算法相结合,有效解决了运动目标被遮挡的跟踪问题.目标被遮挡,表现为某些子块被遮挡且匹配错误.对被遮挡的子块使其不参与表决,也不参与整体相关匹配的计算, 只利用目标剩余的能代表目标本身属性的未遮挡子块继续跟踪目标.实验结果表明, 采用的两种算法互为补充,对解决遮挡情况下目标的视觉跟踪是有效的.
08_第八章_目标检测1
08-03
除了图像分类，目标检测还需要解决目标在图像中的定位问题，即不仅要识别出目标，还要确定其准确的位置。 8.1.3 目标检测算法分类 通常，目标检测算法可以分为两类：两阶段（Two Stage）和一阶段（One Stage）算法...
目标检测YOLO实战应用案例100讲-基于深度学习的光学遥感图像目标检测及价值评估
qq_36130719的博客
06-15 2338
受益于我国科学技术的不断进步，光学遥感成像技术取得了长足发展，创造了大量可供学习和研究的高质量光学遥感图像。在民用与军事领域，对光学遥感图像的研究与应用正受到各界科研人员的普遍关注[1]。高分辨率光学遥感图像（High Spatial Resolution Optical Remote Sensing Image）具有精度高、畸变小、噪点少和抗电磁干扰等优点，在诸多领域都有着广泛的应用[2]。光学遥感图像的目标检测是对光学遥感图像的重要研究与应用方向之一，目的是从给定的图。
【目标跟踪】解决多目标跟踪遮挡问题
感知算法
12-26 2852
目标跟踪在发生遮挡时，极其容易发生Id Switch。网上许多算法忽视跟踪遮挡问题,同时网上相关资料也很少。博主为了解决跟踪遮挡，翻阅大量论文。分享其中一篇论文。论文介绍了一种思路，但是未提供代码，博主根据论文思路编写了相关代码。验证后发现，效果好得出乎意料。阅读本文需要一定跟踪的基础。
遮挡目标检测持续汇总
weixin_43913124的博客
05-18 8328
遮挡目标检测持续汇总 常常将遮挡分为目标与目标间的遮挡(Crowd)、目标与背景间的遮挡(Occlusion) 文章目录遮挡目标检测持续汇总Double Anchor R-CNN for Human Detection in a CrowdBi-box Regression for Pedestrian Detection and Occlusion EstimationDetection in Crowded Scenes: One Proposal, Multiple PredictionsAdapti
2021综述：一般目标检测中的遮挡处理
江西理工大学20级计算机应用技术研究生
04-25 2万+
在这篇论文中，我们解决了在户外和室内场景中一般目标检测中的遮挡处理的挑战，然后我们参考了最近已经开展的工作来克服这些挑战。最后，讨论了未来可能的研究方向。
遮挡目标检测优化笔记
jacke121的专栏
02-27 2947
Repulsion Loss 遮挡场景下的目标检测 Repulsion Loss 遮挡场景下的目标检测 - 知乎 NMS-Loss是如何解决目标检测中的遮挡问题
解决目标检测中密集遮挡问题——Repulsion loss
Tianlock的博客
03-29 9256
解决目标检测中密集遮挡问题——Repulsion lossRep lossAttrRepGTRepBox 之前参加了df的钢筋检测比赛，比赛中的一个难点是密集遮挡问题，为了解决这个问题，参考了之前旷视针对人群检测中密集遮挡问题而提出的Reploss，这篇论文收录于cvpr2018。我把Reploss的思路拿过来用在钢筋检测中，效果还是不错的，在这里记录一下这篇论文。 在目标检测中，遮挡问题是比较常...
Soft-NMS——解决目标遮挡问题 (目标检测)(one/two-stage)(深度学习)(ICCV 2017)
星智云图StarImagine
11-24 7732
论文：《 Improving Object DetectionWith One Line of Code 》 论文下载：https://arxiv.org/abs/1704.04503 论文代码：https://github.com/bharatsingh430/soft-nms 算法解读： NMS（Non maximum suppression）是在object detection算法中...
yolov5遮挡目标检测
08-07
在YOLOv5中，针对遮挡目标的检测问题，采用了一些方法来改进检测效果。引用提到，在YOLOv4的基础上，YOLOv5采用了DIOU_nms的方式来处理遮挡问题。这种方法可以更好地检出被遮挡的目标。此外，引用还提到，在YOLOv5中，引入了许多方法来处理遮挡问题，尤其是在非极大值抑制（NMS）阶段。通过使用更好的NMS算法，可以大大提升遮挡物体的检测准确率。这些改进的方法使得YOLOv5在遮挡目标检测方面有了显著的提升。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

实付元
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