Acquistion of Localization Confidence for Accurate Object Detection論文翻譯

翻譯僅爲學習，如有侵權請聯繫我刪除。 翻譯如有錯誤之處請指出。 摘要 現在的基於CNN物體檢測器依賴於邊界框迴歸和非極大值抑制來定位物體。雖然類標籤的概率自然的反映了分類置信度，但缺乏定位置信度。這使得合適的定位邊界框在迭代迴歸期間退化，甚至在NMS時被抑制。在這篇論文裏我們提出了IoU-Net學習預測每個識別框和其匹配真值框之間的IoU。這個網絡獲得了定位置信度，通過保存準確定位邊界框提高了NM

>>阅读原文<<