![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
检测跟踪
汽车行业小硕妹子
这个作者很懒,什么都没留下…
展开
-
非极大值抑制
非极大值抑制(Non-Maximum Suppression,NMS),顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜索。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Efficient Non-Maximum Suppression》对1维和2维数据的NMS实现),而是用于目标检测中提取分数最高的窗口的。例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包原创 2020-11-10 10:31:29 · 279 阅读 · 0 评论 -
Siamese Box Adaptive Network for Visual Tracking --Siamban
论文链接 : http://xxx.itp.ac.cn/pdf/2003.06761v2.pdf 开源项目:https://github.com/hqucv/siamban 创新点:siamban框架 改进:准确估计目标的尺度和纵横比 由于RPN引入导致的参数复杂性 避免了很多超参...原创 2020-11-05 21:14:11 · 1261 阅读 · 0 评论 -
交叉熵、Focal loss、L1,L2,smooth L1损失函数、IOU Loss、GIOU、DIOU和CIOU
交叉熵、Focal loss、L1,L2,smooth L1损失函数、IOU Loss、GIOU、DIOU和CIOU 联言命题 2020-02-23 21:36:37 ...原创 2020-11-05 20:14:26 · 1712 阅读 · 0 评论 -
Siam-RCNN VIsual Tracking by Re-Detection
Abctract根据目前的siam-cnn,孪生再检测的结构,释放了视觉目标跟踪的两阶段目标检测方法的全部力量。我们结合一种新的基于轨迹的动态规划算法,该算法利用第一帧模板和前帧预测的重新检测,来模拟被跟踪对象和潜在干扰对象的完整历史。这使得我们的方法能够做出更好的跟踪决策,以及在长时间遮挡后重新检测被跟踪的对象。最后,我们提出了一种新的硬实例挖掘策略来提高Siam R-CNN对相似外观对象的鲁棒性。Siam R-CNN在10个跟踪基准上取得了目前最好的性能,特别是对于长期跟踪的非常棒的效果。www.v原创 2020-10-28 15:43:30 · 1786 阅读 · 2 评论 -
2020-09-02
Triplet Loss及其梯度https://blog.csdn.net/jcjx0315/article/details/77160273 Triplet Loss简介 我这里将Triplet Loss翻译为三元组损失,其中的三元也就是如下图的Anchor、Negative...原创 2020-09-02 17:00:24 · 198 阅读 · 0 评论 -
视频跟踪常用的数据库
1. 常用计算机视觉图像库:http://blog.csdn.net/xuejiren/article/details/38635121 //含有图像又含有是视频http://datasetfor.org/ 2.视频监控与跟踪,部分测试视频或图像序列地址:http://blog.csdn.net/zhang11wu4/article/details/8133969ftp://f.原创 2020-05-28 17:54:27 · 1115 阅读 · 0 评论 -
边界框回归
原 边框回归(Bounding Box Regression)详解 置顶 ...转载 2019-09-18 11:06:37 · 851 阅读 · 0 评论