yolov3实践(二)

时间:2022-10-24 10:20:44

这次给大家带来一个有趣的项目,项目主要是Python写的,基于Keras,backend是tf。

首先,当我们回顾视觉目标检测这个任务时,我们可能纠结于如何使这个项目变得更加work,我理解的更加work是速度上不仅快了而且更加准了,这是自然而然的事情,但是我们不能忽略目标检测的搭档,也正是在另一个热火朝天的领域叫做目标跟踪,在工程上两者常常是搭档,有趣的是在学术研究上,两者常常被分开,我猜想的原因主要是因为:其一,目标检测和跟踪是两个比较大的话题,合在一起工作量有点大,不利于研究工作的专注,而业界目标检测和跟踪领域各有各的开源竞赛也促进了这一点;其二,从相反的角度考虑,其实目标检测和跟踪的评估方法是不一样的,所以实现方法不一样,实验方法也不一样,为什么不分开多发几篇呢?所以学术界的两股清流就此产生。下图蓝色是检测,粉色、白色是不同方法的跟踪效果,图像不咋滴清晰。

yolov3实践(二)     yolov3实践(二)

其次,我想说的是工程问题应该分部最优,不要纠结在某一个问题上太久,不然老板该怪你了。。。如果是学术问题,就应该老老实实回去把问题理清楚,也千万不要把目标检测和跟踪真当成搭档了......

最后,大家能想到的是检测和跟踪结合在一起,目前完全可以在速度和精度上达到一个比较好的权衡,既不会丢失精度,反而提升了模型的速度,何乐而不为呢?

这就是今天介绍的项目的出发点。这个项目还有另外一个大家可以关注的点是,我们前端都采用了yolov3作为检测器,后面的跟踪方法却可以有很多,目前只开源了deep_sort,后面会开源更多跟踪器,基本的思路是,让它真正变成一个工程,希望大家都能推动它持续的发展下去。

项目地址:地址链接

希望能有机会和同领域的小伙伴们交流交流。建个QQ群864933024