问DeepSORT特征
EN

Data Science用户

提问于 2022-07-12 13:02:29

回答 1查看 55关注 0票数 1

我正在阅读有关检测和跟踪算法的文章，也不清楚DeepSORT算法：

DeepSORT算法是如何获得特征的？它是否“劫持”了来自上游检测算法的特征向量？(比如YOLO？或者其他人？)。这在我看来是不合理的，因为并非所有的方法都能很容易地得到特征向量。
它是否利用预先训练过的CNN网络，自己创造特色？这似乎是有意义的，也使它独立于检测算法。所以我可以想象DeepSORT会得到每个对象的边界框，然后需要自己做一些图像预处理？(比如裁剪/调整图像中与BB相关的部分？)

谢谢。

回答已采纳

发布于 2022-09-29 18:22:18

答案是(2)。这是有意义的，因为为检测任务创建的功能与跟踪任务所需的特性不同。发现一辆车是一回事，而且可能有多辆车。您可能不需要像make、型号和车牌上的特定数字这样的特性来确定“是的--这是一辆汽车”。但是，为了区分一辆车和另一辆车(甚至相互路过)，可能需要这样的功能。

这通常不是真的(有些模型使用单个功能-网络进行检测/跟踪/重新标识)，但DeepSORT不是其中之一。

票数 0

页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://datascience.stackexchange.com/questions/112589

复制

相似问题

问DeepSORT特征EN