CVPR 2020 Oral | 旷视提出目前最好的密集场景目标检测算法：一个候选框，多个预测结果...

作为 CVPR 2020 Oral展示论文之一， 该文提出一种简单却有效的基于候选框的物体检测方法，尤其适用于密集物体检测。该方法通过一个候选框、多个预测框的概念，引入 EMD Loss、Set NMS、精细优化模块等新技术，并在 CrowdHuman 数据集上取得当前最佳结果，在拥挤程度更低的 CityPersons 数据集以及基本很少重叠的 COCO 数据集上也表现优良。论文代码已开源。 目录

>>阅读原文<<