前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【目标跟踪】CVPR2020 | 谷歌提出RetinaTrack模型,用Waymo Open Dataset评估表现SOTA

【目标跟踪】CVPR2020 | 谷歌提出RetinaTrack模型,用Waymo Open Dataset评估表现SOTA

作者头像
CNNer
发布2020-08-04 10:10:28
5920
发布2020-08-04 10:10:28
举报
文章被收录于专栏:CNNerCNNer

论文地址:https://arxiv.org/pdf/2003.13870.pdf 代码: 来源:谷歌 论文名称:RetinaTrack: Online Single Stage Joint Detection and Tracking 原文作者:Zhichao Lu

传统上的多目标跟踪和检测任务是分别由单独的系统执行的,大多数之前的工作只关注其中某一方面。能够获得准确的探测会使跟踪系统受益,而文献中有大量证据表明探测器可以受益于跟踪,例如跟踪可以帮助平滑预测。由此表明检测与跟踪的任务是互相受益的。在本文中,我们关注的是自动驾驶的跟踪-检测范式,上述两个任务都是关键的任务。本文提出了一个概念简单、高效的检测和跟踪联合模型,称为RetinaTrack,它修改了流行的单阶段RetinaNet框架,使其适合实例级嵌入训练。通过使用Waymo Open Dataset进行评估,在需要更少计算量的情况下,该模型SOTA。

下面是论文具体框架结构以及实验结果:

声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-07-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档