参考这篇，写的比较全
https://blog.csdn.net/zhangjunhit/article/details/90750589
1.经典的目标检测方法基于RPN和NMS，在一定程度上制约了目标检测的发展。在特定场景下会造成recall率较低的问题。特别是当目标是斜着的时候，目标框的标注方式含有大量环境信息，会影响目标检测；IOU的设置并不合理，难以找到合适的数值。
image.png
2.WSMA-seg
image.png
训练阶段，文中提出的方法首先将目标框标注的图片利用内接椭圆生成内部，边界，重叠的三种信息。然后根据分割网络，将图片训练为interior heatmap, boundary heatmap, and boundary on interior heatmap, 三种图。
image.png
测试阶段，将图像生成三种heatmap,合称为实例级别的语义图，再利用contour trancing 算法明确实例重叠管理，最后分别生成标注框。
3.实验，在Rebar head detection,Wider face detection,coco三个数据集上做了实验。
网友评论