微软和华中大学研究人员
大多数现有的对象跟踪方法使用两个阶段,每个阶段由单独的神经网络实现。 第一阶段运行一个模型来确定感兴趣对象的位置,第二阶段使用关联搜索模型来重新识别对象并将锚点附加到它们上。
FairMOT 使用基于可变形卷积神经网络的单阶段实现(
为了在 FairMOT 中训练模型,结合使用了用于人员检测和搜索的六个公共数据集(ETH、CityPerson、CalTech、MOT17、CUHK-SYSU)。 使用视频测试集测试模型
费尔莫特
来源: opennet.ru
微软和华中大学研究人员
大多数现有的对象跟踪方法使用两个阶段,每个阶段由单独的神经网络实现。 第一阶段运行一个模型来确定感兴趣对象的位置,第二阶段使用关联搜索模型来重新识别对象并将锚点附加到它们上。
FairMOT 使用基于可变形卷积神经网络的单阶段实现(
为了在 FairMOT 中训练模型,结合使用了用于人员检测和搜索的六个公共数据集(ETH、CityPerson、CalTech、MOT17、CUHK-SYSU)。 使用视频测试集测试模型
费尔莫特
来源: opennet.ru