YoloV：视频中目标实时检测依然很棒（附源代码下载）

文章预览

点击 蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 学习群 ｜ 扫码在主页获取加入方式 论文地址：  https://arxiv.org/pdf/2208.09686.pdf 代码地址：  https://github.com/YuHengsss/YOLOV 01 概述 视频目标检测(VID)具有挑战性，因为目标外观的高度变化以及某些帧中的各种劣化。积极的一面是，与静止图像相比，在视频的某一帧中进行检测可以得到其他帧的支持。因此，如何跨不同帧聚合特征是VID问题的关键。 大多数现有的聚合算法都是为两阶段检测器定制的。但是，由于两阶段的性质，此类检测器通常在计算上很耗时。今天分享的研究者提出了一种简单而有效的策略来解决上述问题，该策略花费了边际开销，并显著提高了准确性。具体来说，与传统的两阶段流水线不同，研究者主张将区域级候选放在一阶段检测之后，以避免处理大量低质量候选。此外 ………………………………