摘要：
公式推导：https://github.com/zimenglan-sysu-512/paper-note/blob/master/focal_loss.pdf 使用的代码：https://github.com/zimenglan-sysu-512/Focal-Loss 在onestage的网络中， 阅读全文
摘要：
很好的一个讲解卡尔曼滤波的文章：https://zhuanlan.zhihu.com/p/39912633 1.实践前提是这些数据满足高斯分布。 2.理论前提是一个高斯斑乘以另一个高斯斑可以得到第三个高斯斑，第三个高斯斑即为提取到相对精确的数据范围。 观测也有误差，所以需要将预测和观测相结合 将预测 阅读全文
摘要：
使用kmeans的聚类算法选择数据集最可能的anchor size和ratio。K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。 kmeans缺点：kmeans中k代表k个种子点或者聚类中心，这个值必须先选定。kmeans对初始 阅读全文
摘要：
idea：ROI pooling前都是卷积，是具备平移不变性的，但一旦插入ROI pooling之后，后面的网络结构就不再具备平移不变性了，就解决了分类和定位的矛盾，但因为引入roi-wise layer，会牺牲训练和测试的效率。因此，本文想提出来的position sensitive score 阅读全文
摘要：
在region proposal阶段采用不同的iou。 第一幅图，不同颜色的线是用不同的region proposal的iou阈值，横坐标是region proposal生成的框与gt的原始iou，纵坐标是未经过训练的框经过bounding box regression后生成的新框与gt的iou，发 阅读全文
摘要：
流程：1.detections和trackers用匈牙利算法进行匹配 2.把匹配中iou < 0.3的过滤成没匹配上的(1、2步共同返回匹配上的，没匹配上的trackers，没匹配上的detections) 3.更新匹配上的detections到trackers 4.把没匹配上的detections 阅读全文