LSNet:具有跨IOU损失的位置敏感视觉识别 源码

注意!我无法开源经过训练的模型! 您可能需要自己训练。 ,,,,, 此处提供了训练和评估建议的LSNet的代码。 有关更多技术细节,请参考我们的。 位置敏感的视觉识别任务(包括对象检测,实例分割和人体姿势估计)可以表述为定位锚点(红色)和一组地标(绿色)。 我们的工作旨在为这些任务提供一个统一的框架。 抽象的 对象检测,实例分割和姿势估计是流行的视觉识别任务,需要通过内部或边界界标来定位对象。 本文将这些任务概括为位置敏感的视觉识别,并提出了一个名为位置敏感网络(LSNet)的统一解决方案。 LSNet基于深层神经网络作为骨干,可预测锚点和一组地标,它们共同定义了目标对象的形状。 优化LSNet的关键在于拟合各种尺度的能力,为此,我们设计了一个名为cross-IOU损失的新颖损失函数,该函数计算每个锚点-地标对的cross-IOU,以近似预测值与地面真实性之间的全局IOU。 。 灵活定