Post-processing简记1-Learning Pairwise Relationship for Multi-object Detection in Crowded Scenes

创新点

提出了 Pairwise NMS

总结

pairwise nms 和普通nms（greedy NMS）的流程结果比较

pairwise nms的流程还是很清晰，首先判断iou，如果小于阈值，保留检测框，否则进行下一步判断。从中可以看出，greedy nms 不擅长拥挤/遮挡严重的情形。判断是用CNN完成的，名曰“Pairwise Relationship Network”。网络结构如下：
loss使用了L1-norm。因为收敛快。
pairwise nms和greedy nms可以结合。伪代码如下：

实验

pairwise nms 效果还是比较显著的。比greedy nms 高了千分之几。
与softnms 比较：

虽然没开源，但是实现也比较容易。