（转载）详解IoU、GIoU、DIoU、CIoU、EIoU和DIoU-NMS 详解IoU、GIoU、DIoU、CIoU、EIoU和DIoU-NMS 原文链接：https://aitechtogether.com/article/18153.html 考虑的回归框的特性 IOU Loss：考虑了重叠面积，归一化坐标尺度； GIOU Loss：考虑了重叠面积，基于IOU解决边界框不相交时loss等于0的问题； DIOU Loss：考虑了重叠面积和中心点距离，基于IOU解决GI 2022-09-20 杂记 IoU
论文总结-基于Transformer的MOT系列论文 基于Transformer的MOT系列论文 1. Unified Transformer Tracker for Object Tracking (CVPR 2022) 🐋 作者： 🌐 arXiv: https://arxiv.org/abs/2203.15175 1.1 摘要 作为计算机视觉中的一个重要领域，目标跟踪已经形成了两个独立的社区，分别研究单目标跟踪（SOT）和多目标跟踪（MOT 2022-09-17 多目标跟踪 论文总结 MOT Transformer
（转载）在Windows中安装Cython-bbox 在Windows中安装Cython-bbox 转载自：https://www.jianshu.com/p/2ab8d6493cc6 用文中的方法2安装成功，在此备份一下： 1python -m pip install git+https://github.com/yanfengliu/cython_bbox.git 2022-09-13 杂记 python Cython-bbox
Python常用工具函数汇总 常用工具函数汇总 [TOC] 绘制矩形框 1234567891011121314151617181920212223242526# -------------------------------- ## 绘制矩形框# -------------------------------- #def drawn_rectangle(img_path, bboxs, map_bboxs): # bb 2022-07-23 杂记 python 工具函数
阅读笔记-Quasi-Dense Similarity Learning for Multiple Object Tracking 阅读笔记-Quasi-Dense Similarity Learning for Multiple Object Tracking 论文连接：https://arxiv.org/pdf/2006.06664.pdf 摘要 原文 Similarity learning has been recognized as a crucial step for object tracking. Howe 2022-06-19 多目标跟踪 论文总结 对抗学习
Linux和Shell学习记录 Linux和Shell学习记录 总结记录韩顺平老师《2021图解Linux》课程里面的内容，主要是基础部分。 课程链接：https://www.bilibili.com/video/BV1Sv411r7vd/ vim使用 进入vim编辑器 1vim hello.txt 进入后模型是查看（一般）模式，此模式下可进行快捷操作例如：删除、复制、撤销等。键盘键入i即可进入编辑（插入）模式，此模型下可进行文 2022-06-16 杂记 Linux Shell
Linux SSH配置方案 Linux SSH配置方案 [TOC] 安装sshd服务 1sudo apt-get install sshd 启动和停止ssh服务 1service sshd start 这里也可以终止服务 1service sshd stop 配置ssh，开放端口，并允许远程访问 键入以下指令打开ssh配置文件 1sudo gedit /etc/ssh/sshd_config 打开后修改文件如下： 查看ss 2022-06-07 杂记 Linux SSH
阅读笔记-Towards Discriminative Representation:Multi-view Trajectory Contrastive Learning for Online Multi-object Tracking (MTtrack) Towards Discriminative Representation: Multi-view Trajectory Contrastive Learning for Online Multi-object Tracking 原文链接：https://arxiv.org/pdf/2203.14208.pdf 阅读疑惑 “在推理阶段，开发了一种相似性引导的特征融合策略，以进一步提高轨迹表示的 2022-05-27 多目标跟踪 论文总结 MOT
阅读笔记-Multiple People Tracking by Lifted Multicut and Person Re-identification Multiple People Tracking by Lifted Multicut and Person Re-identification 原文链接：https://openaccess.thecvf.com/content_cvpr_2017/papers/Tang_Multiple_People_Tracking_CVPR_2017_paper.pdf 主要工作 将MCLMP融入到多目 2022-05-21 多目标跟踪 论文总结 MOT Minimum Cost Lifted Multicut Problem
Gaussian Processes for Regression 高斯过程回归（Gaussian Processes for Regression） 实际问题 如下图所示，我们已知$x$在$\left[\begin{array}{llllll} -1.50 & -1.00 & -0.75 & -0.40 & -0.25 & 0.00 \end{array}\right]$处的观测值以及他们在这些点处的观测标准差$\sig 2022-05-18 多目标跟踪 杂记 Gaussian Processes for Regression 回归预测
