Acquistion of Localization Confidence for Accurate Object Detection论文翻译

翻译仅为学习，如有侵权请联系我删除。 翻译如有错误之处请指出。 摘要 现在的基于CNN物体检测器依赖于边界框回归和非极大值抑制来定位物体。虽然类标签的概率自然的反映了分类置信度，但缺乏定位置信度。这使得合适的定位边界框在迭代回归期间退化，甚至在NMS时被抑制。在这篇论文里我们提出了IoU-Net学习预测每个识别框和其匹配真值框之间的IoU。这个网络获得了定位置信度，通过保存准确定位边界框提高了NM

>>阅读原文<<