知名网站开发公司如何利用网盘平台搭建高效网站？

知名网站开发公司,如何在网盘上做网站,wordpress媒体库的目录错误,网站制作的公一、MOT( mutil-object tracking)步骤 在《DEEP LEARNING IN VIDEO MUTIL-OBJECT TEACKING: A SURVEY》这篇基于深度学习多目标跟踪综述中#xff0c;描绘了MOT问题的四个主要步骤 1.跟定视频原始帧 2.使用目标检测器如Faster-rcnn, YOLO, SSD等进行检测#xff0c;获取目标…一、MOT( mutil-object tracking)步骤 在《DEEP LEARNING IN VIDEO MUTIL-OBJECT TEACKING: A SURVEY》这篇基于深度学习多目标跟踪综述中描绘了MOT问题的四个主要步骤 1.跟定视频原始帧 2.使用目标检测器如Faster-rcnn, YOLO, SSD等进行检测获取目标检测框。 3.将所有目标框中对应的目标抠出来进行特征提取表观特征或者运动特征 4.进行相似度计算计算前后两帧目标之间的匹配程度前后属于同一个目标的之间距离比较小不同目标的距离比较大 5.数据关联为每一个对象分配目标ID 总结起来MOT算法主要为四个步骤1.检测2.特征提取运动预测3.相似度计算4.数据关联。 二、SORTSimple Online and Realtime Tracking 1、算法流程 算法的核心是卡尔曼滤波和匈牙利算法这两个算法比较偏数学所以需要学习这两个算法的数学知识比较有难度。 卡尔曼滤波的基本知识建议看这篇博客https://blog.csdn.net/u010720661/article/details/63253509本文不再对其进行数学证明。 匈牙利算法基本知识https://blog.csdn.net/NIeson2012/article/details/94472313?ops_request_misc本文不再对其算法细节进行讨论。 如图 2、卡尔曼滤波 基于传感器在目标跟踪中即目标检测器的测量值与跟踪器卡尔曼滤波的预测值实现更精确的跟踪目标估计。 卡尔曼滤波的假设变量都是随机的并且都服从高斯分布正态分布每一个变量都有一个均值μ\muμ表示随机分布的中心最可能的状态以及方差σ2\sigma^2σ2表示不确定性。 1.目标跟踪中需要track以下两个状态 均值μ\muμ表示目标的位置信息其由8维向量表示x[u,v,s,r,u˙,v˙,s˙]x[u, v, s, r, \dot{u}, \dot{v}, \dot{s}]x[u,v,s,r,u˙,v˙,s˙]分别为bbox的中心坐标(u,v)(u, v)(u,v)面积sss宽高比rrrSORT中认为rrr是不变的常数而DeepSORT认为其是一个变量以及各自的速度变化值组成。 协方差PPP表示目标位置信息的不确定信息由8×8的对角矩阵PPP表示。