LLA论文笔记
Summary
标签分配策略对检测器的性能影响很大,现有研究都是在常规的通用目标检测上做,不适用于密集行人检测场景。
作者提出了一种简单有效的分配策略,称为损失感知的标签分配(LLA),以提高人群场景中行人检测的性能。LLA首先计算每个锚点与GT对之间的分类(cls)和回归(reg)损失。然后将联合损失定义为cls和reg损失的加权总和作为分配指标。最后,将某个GT具有K个最小联合损失的锚定为其正锚。未分配给任何GT盒的锚定为负锚。
在CrowdHuman和CityPersons上进行的实验表明,这种简单的标签分配策略可以在两个流行的一阶段检测器RetinaNet和FCOS上将MR分别提高9.53%和5.47%,证明了LLA的有效性。
Contribution
- 提出了一种简单有效的分配策略,称为损失感知的标签分配(LLA),以提高人群场景中行人检测的性能。
- 在CrowdHuman和CityPersons上进行的实验表明,这种简单的标签分配策略可以在两个流行的一阶段检测器RetinaNe