FairMOT論文解讀與運行記錄

論文解讀 目標檢測部分 FairMOT的目標檢測部分基於CenterNet，只需識別person一個類別，而後在網絡輸出部分增長id分支，使用交叉熵損失函數進行訓練。 網絡backbone默認使用深層聚合網絡dla34，沿用CenterNet對dla的修改，上採樣時使用可變形卷積。 損失函數分爲4部分，分別是html heatmap損失（類別），使用Focal loss或者MSE loss； 中心

>>阅读原文<<