[tricks] IoU Aware

最新推荐文章于 2024-12-07 10:47:26 发布
最新推荐文章于 2024-12-07 10:47:26 发布
阅读量239 收藏
点赞数
分类专栏： OBD
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.youkuaiyun.com/weixin_43859829/article/details/115673749
版权

《IoU-aware Single-stage Object Detector for Accurate Localization》
在目标检测问题中，模型需要输出目标分类分数和与其对应的目标定位的包围框，在以往的模型中，经常使用分类分数作为目标定位准不准的置信度，并基于此对大量候选目标包围框NMS，现在越来越多的工作发现，分类分数高并不能保证定位精度高。

IoU Aware:三张图。

在这里插入图片描述
在这里插入图片描述
分数修正：
在这里插入图片描述

深度学习系列资料总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
深度学习论文: Improved YOLOv5 network for real-time multi-scale trafficsign detection及其PyTorch实现
mingo_敏
01-04 5931
深度学习论文: Improved YOLOv5 network for real-time multi-scale trafficsign detection及其PyTorch实现 Improved YOLOv5 network for real-time multi-scale trafficsign detection PDF: https://arxiv.org/ftp/arxiv/papers/2112/2112.08782.pdf PyTorch代码: https://github.com/sha
深入浅出之IOU-aware技术（YOLO）
浩瀚之水的专栏
12-07 843
IOU-aware技术的中心思想是，在目标检测任务中，通过预测目标候选包围框与真实目标标注的交并比（IoU），并基于此与分类分数的乘积作为检测置信度，来显著提高目标检测的定位精度。传统的目标检测方法通常仅依赖分类分数作为检测置信度，但分类分数高并不能保证定位精度高。因此，IOU-aware技术引入IoU预测任务，以更准确地反映目标的定位情况。
IoU-aware的目标检测，显著提高定位精度
我爱计算机视觉
12-13 3419
点击我爱计算机视觉标星，更快获取CVML新技术今天新出的一篇论文IoU-aware Single-stage Object Detector for Accurate Localizat...
IoU Aware
地推
10-17 286
PP-YOLO网络添加了一个预测分支，以预测给定对象的模型估计的IOU。在决定是否预测对象时包含此IoU Aware可提高性能。
IoU-aware Single-stage Object Detector for Accurate Localization
共同学习
06-20 784
iou aware, 目标检测
IoU-aware Single-stage Object Detector for Accurate Localization-----论文阅读笔记
落了一地秋的博客
09-27 509
IoU-aware Single-stage Object Detector for Accurate Localization-----论文阅读笔记原文和代码：Abstract存在的问题？解决办法Introduction总结：问题：作者解决方案：2. Related Work3. Method3.1. IoU-aware single-stage object detector3.2. Training3.3. Inference未写实验可以从参考原文 原文和代码： 原文 代码 Abstract 存在的问
CVPR2018下载+CVPR2018论文百度云+2018CVPR论文下载+2018CVPR百度云
王博（Kings）的博客
06-25 5054
链接：https://pan.baidu.com/s/1QUXtDp5RQVNx-R55TkL13Q 提取码：
PP-YOLO
浅汐入梦的博客
04-24 8423
PP-YOLOv2的改进点 数据增强：+ MixUp Backbone：换R50 + Better Pre-Train + dcn Neck：+ SPP +CoordConv + DropBlock + PAN + MISH Loss：+ IoU Loss + IoU Aware Loss 其他：+ Large Batch Size + Grid Sensitive + EMA + Matrix NMS + Large Input Size （红色为 PP-YOLOv2 版本新添加的内容） .
YOLOv6、PP-YOLOE、PicoDet选择TOOD
whaosoft143ai的博客
09-29 1392
MT-YOLOv6的Label Assignment选择的是和YOLOX一样的SimOTA，PP-YOLOE选择的却是TOOD，而YOLOv6再开源时也选择了TOOD。为何诸多目标检测器都选择TOOD呢？
VarifocalNet: An IoU-aware Dense Object Detector（CVPR 2021）原理与代码解析
00000cj的博客
05-07 1600
目前的目标检测模型，大都是先生成一组冗余的检测框，然后通过NMS过滤掉同一对象的重复检测框，一般来说，NMS中都是用分类得分对检测框进行排序。但是这有可能会降低模型的性能，因为分类得分并不总是能很好的评估检测框的定位精度，而且精确定位但分类得分低的检测框有可能被NMS误删。 为了解决这个问题，现有的检测模型会预测一个额外的IoU score或centerness score来作为定位精度的评价指标，并把它们和分类得分相乘的结果作为NMS中排序的指标。这些方法可以缓解分类得分和定位准确度之间的不对齐misa
VarifocalNet_ An IoU-aware Dense Object Detector
qq_41327720的博客
07-07 1608
现在的object detector无论是one-stage还是two-stage，通常都是先生成一组具有分类score的bbox集，然后通过NMS进行后处理来去除同一目标上面的重复bbox。在NMS中，FCOS之前一般使用cls score对bbx进行排序，这损害了检测性能，因为cls score并不总是很好的表示bbox的好坏。为了解决这个问题，之前要么多预测一个IoU分数，要么预测一个centerness score（FCOS），然后将其乘以cls score，将最后的结果作为NMS的排序依据。...
VarifocalNet: An IoU-aware Dense Object Detector(2021CVPR)
swust5120171204的博客
04-28 1277
Motivation 之前的目标检测中，在推理阶段使用NMS使用分类分数作为置信度对bbox排序是有问题的，因为分类分数与定位质量没有直接联系。 后来基于这个问题，有许多解决办法： 1. 比如IOU net 中在回归分支中加了一个预测iou的分数，通过预测iou主导，cls分数作为辅助作为NMS的选取样本的依据。 2. iou -aware retina net 的话也是为了解决这个问题，但是他是直接在分类旁边加了一个iou预测分支。分类分数*iou分数作为最终置信度 2.Fcos 还
VarifocalNet: An IoU-aware Dense Object Detector
qq_52302919的博客
06-15 1894
准确地对大量候选框进行排序对于密集物体检测器实现高性能至关重要。之前的工作使用分类分数或分类和预测定位分数的组合来给候框排序。但是，这两种选择都不会产生可靠的排名，从而降低了检测性能。在本文中，作者提出IACS (IACS)作为目标在置信度和定位精度的联合表示。本文证明了密集物体检测器可以在IACS的基础上实现更精确的候选框的排序。...
【目标检测】24、VarifocalNet: An IoU-Aware Dense Object Detector
呆呆的猫的博客
05-13 2343
文章目录一、背景二、动机三、方法3.1 IACS——IoU-Aware Classification Score3.2 Varifocal loss3.3 Star-Shaped Box Feature Representation4.4 Bounding-box refinement4.5 VarifocalNet四、效果五、代码5.1 修改数据集路径5.2 VFNet 代码已开源：https://github.com/hyz-xmaster/VarifocalNet 一、背景 现有的目标检测器中，大多
【CVPR 2021】VarifocalNet: An IoU-aware Dense Object Detector的译读笔记
墨门
03-15 4790
Keywords: Varifocal Loss
华科提出目标检测新方法：基于IoU-aware的定位改进，简单又有效
AI科技大本营
12-16 1699
作者 | 周强来源 | 我爱计算机视觉（ID：aicvml）【导语】近日，华中科技大学发表了一篇新论文《IoU-aware Single-stage Object Detector fo...
IoU-aware Single-stage Object Detector for Accurate Localization 论文笔记
qq_30146937的博客
04-06 1024
前言 一般来说，multi-stage目标检测器的AP较好，而检测效率较低，而single-stage目标检测器虽然检测效率较高，但AP不如multi-stage检测器。本文就是希望在保持检测效率的同时，提高single-stage检测器的AP，尤其是定位精度。论文证明了single-stage检测器中分类分数和定位精度之间的低相关性，导致了模型的性能尤其是定位精度较低。而过低的相关性主要是因为分...
基于IoU的单级目标检测算法
TJMtaotao的博客，高校计算机教师
12-13 1998
IoU-aware Single-stage Object Detector for Accurate Localization Shengkai Wua, Xiaoping Lia,∗, Xinggang Wangb aState Key Laboratory of Digital Manufacturing Equipment and Technology, Huazhong Univers...
json tricks
最新发布
12-26
JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式，它基于 JavaScript 的语法，易于人阅读和编写，并且易于机器解析和生成。这里有一些 JSON 技巧： 1. 简洁表示数据结构：JSON 使用键值对的形式存储...
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
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