目标又多又密？多轮迭代的方式进行密集目标检测-低调大师

目标又多又密？多轮迭代的方式进行密集目标检测

2020-07-26 742

点击上方“ AI搞事情”关注我们

❝
论文：IterDet: Iterative Scheme for ObjectDetection in Crowded Environments
代码：https://github.com/saic-vul/iterdet
❞

简介

2020年5月莫斯科三星AI研究院提出的文章，针对密集目标进行检测，密集目标检测的难点在于既要检测出不同的目标，又要抑制重复目标框的产生。作者提出了一种「迭代检测」的方案，不论单步检测器还是多步检测器，只需要在训练和推理上做很少的修改，就能简单高效地检测出密集目标。

迭代检测，不用保证每次迭代的召回率，早期，检测部分目标子集，后期将检测的结果和图像再一次输入网络，使检出的目标不再被检测到，迭代检测出复杂的目标子集。

方法

如何迭代

，输入图像：，history map 为空，检测器将输入和映射为一系列边框。

「history map 映射方式」：每个像素点的目标个数。

，输入图像：，history map 由映射而得，检测器将输入和映射为一系列边框；

结束标志：以此类推，直到达到迭代次数或当前迭代未检测到新目标，即时，结束迭代。

那么最后的检测结果就是每次迭代检测出的目标的全集，即：

要想实现上述方案，有两点必须解决：1）如何将一个检测器转换为对历史检测敏感的新检测器；2）如何让新检测器在不同的迭代下检测出不同的目标子集。

训练过程

随机地将标注目标框分为：和两个集合，且，将制作为history map ，使得模型训练来利用已有的目标框信息，预测缺失的目标框集合，同时，通过不同随机划分和，还可以达到了数据增强的效果。

数据集：

AdaptIS：包含两个子集Toy V1和Toy V2，用于实力分割任务而生成的数据集，现有标注可以使其用于目标检测，且每张图片平均有30个目标，大部分有重叠情况，绝对是一个密集目标检测的数据集。
「Toy V1」：训练集、验证集分别有2000和10000张图像，大小为：96×96。
「Toy V2」：训练集、验证集和测试集分别有25000, 1000和1000张，图片大小为128×128。

「CrowdHuman」：训练集、验证集和测试集分别有15000, 4370和5000张图片，平均每张图的人物数量达到了22.64个，远大于其他主流的人体检测数据集，其中，每个目标有三个标注框：full body, visible body 和 head。官网：www.crowdhuman.org

「WiderPerson」：训练集、验证集和测试集分别有8000,1000和4382张图片，共5个类别：pedestrians, riders, partially visible persons, crowd 和 ignored regions。作者在训练和测试时，将后四类合并为了一类。
官网：www.cbsr.ia.ac.cn/users/sfzhang/WiderPerson

不同场景和密度的样例

实现细节

采用香港中文大学-商汤科技联合实验室开源的基于Pytorch实现的深度学习目标检测工具箱mmdetection，仓库地址：
https://github.com/open-mmlab/mmdetection
，预训练模型包含单步检测器的RetinaNet和两步检测器FasterRCNN，两者的BackBone均采用ResNet-50的默认训练参数，优化器采用Adam，学习率learning rate为0.0001 。

此外，作者修改了两个个地方：1）FPN中每个卷积层之后添加了Batch Normalization；2）未冻结ResNet的第一个block，因为在这个block之前添加了历史映射和可训练的卷积层。

实验指标与结果如下：

实验结果

搞事情

今年5月，2020 CrowdHuman人体检测大赛启动上线，本届比赛是CrowdHuman人体检测赛的第二期，数据集应该就是论文中的CrowdHuman数据集。官方基于上述论文方法公布了baseline，具体可见：【Ranking第7名，2020 CrowdHuman大赛Baseline发布】

git地址：https://github.com/thuwyh/BAAI-2020-CrowdHuman-Baseline
一些检测结果：

往期推荐

长按二维码关注我们

有趣的灵魂在等你

本文分享自微信公众号 - AI搞事情（AI_gsq）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。

微信关注我们

原文链接：https://my.oschina.net/fahai6/blog/4437481

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

一致性hash算法

前言在解决分布式系统中负载均衡问题的时候，我们可以使用Hash算法让固定的一部分请求落到同一台服务器上，这样每台服务器固定处理一部分请求（并维护这些请求的信息），进而起到负载均衡的作用。但是普通的hash取模算法伸缩性很差，当新增或者下线服务器机器时候，用户id与服务器的映射关系会大量失效。这在分布式缓存系统中，是非常严重的问题。例如我们原先有10台服务器，故而hash取模我们一般会这么算：hash(key)%10，从而得到一个在0-9之间的余数，确定请求由哪个服务器处理。此时如果我们上线新服务器，或下线旧服务器，都会使服务器数量发生改变，这时候不论是hash(key)%11还是hash(key)%9，都会使近乎所有的key的hash取模结果和原先不一样，进而引发问题。比如缓存场景中的负载均衡，如果遇到这种情况，会使短时间内近乎所有的key失效，进而引发缓存雪崩。为了解决这个问题，使得分布式系统可以自由且无顾虑的增减服务器，我们引入了一致性hash算法，利用hash环对其原本的hash取模算法进行了改进。 1 一致性hash算法一致性哈希算法在1997年由麻省理工学院提出，...

2020-07-26

721

| 作者：丁宁 | 转载自：义柏资本 |编辑：王皓月 | 设计：朱亿钦 2020年，似乎所有的投资人都开始看 To B 赛道，下行的宏观经济、新冠疫情以及未来可能出现的黑天鹅、逐渐消失的人口红利等因素给了 To B 充分被青睐的理由，但其周期长、增长慢、多数项目制等特点，也让很多周期较短的基金望洋兴叹。那么有没有一种类型的项目，可以集合 To B 和 To C 两个赛道的优点？作为一家从诞生之初就专注前沿科技 To B 赛道的精品投行，义柏资本在众多 To B 创业项目中，发现了一些带有 To C 影子的硬核科技项目，而这些项目有一个共同点：都采用了开源模式。资本市场“团宠” 社区持续壮大中国资本市场上有一些大家已经基本形成共识的观点：一般项目到了 PE 阶段 PS 已经下降到10以内，有时候 PS 低于6才会觉得是便宜的项目，很多传统上市公司的 PS 甚至不到2。即便是高毛利的软件企业，PS 一般也很少超过12。但开源不一样，美国的数据库上市公司 MongoDB 即便在美股遭受重创的情况下，依旧保持了20倍以上的 PS，值得注意的是，这是上市3年后的公司，而非一个创企。事...

2020-05-21

547

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。