BriefGPT - AI 论文速递
·
是否还需要非极大值抑制？基于 IoU 感知校准的准确置信度估计和隐式重复建模
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于置信传播聚类的物体检测方法，通过信息传递机制去除冗余的检测框并增强真正的正类检测框。该方法能够提高各种主流检测器的平均精度，无需重新训练检测器。
🎯
关键要点
- 提出了一种基于置信传播聚类（CP-Cluster）的物体检测方法。
- 该方法采用置信度信息的信息传递机制。
- 能够去除冗余的检测框并增强真正的正类检测框。
- 与传统的基于NMS的方法相比，显著提高各种主流检测器的平均精度。
- 无需重新训练检测器。
➡️
