Gaussian YOLOv3 : 對bbox預測值進行高斯建模輸出不確定性，效果拔羣 | ICCV 2019

在自動駕駛中，檢測模型的速度和準確率都很重要，出於這個原因，論文提出Gaussian YOLOv3。該算法在保持實時性的情況下，通過高斯建模、損失函數重建來學習bbox預測值的不確定性，從而提高準確率和TP，能夠顯著地降低FP，在KITTI和BDD數據集上分別提升了3.09mAP和3.5mAP。整體的思路類似於添加一個不確定性分支，沒有帶來過多的計算，設計十分巧妙，推薦大家閱讀學習   來源：曉飛

>>阅读原文<<