[cv] P2—Tracking-Learning-Detection（Two stage Detection）

需要提供的参数

初始化

Fk+1 : 状态转移矩阵 state transition matrix (nn)
Hk+1 : 度量矩阵 measurement matrix (kn) (从状态映射到观测的矩阵)
Rk+1 : 度量噪声协方差矩阵 measurement noise covariance matirx (kk)
Qk+1: 外部影响协方差矩阵 external influence covariance matrix (nk)
Sk : 误差估计协方差矩阵 error estimate covariance matrix (n*n)








可以添加加速度 a







SVM：太复杂，RCNN被淘汰。
预训练，alexnet是分类，并不是很很擅长。
softmax去做，hard-negtive重复训练分错类。



NMS (之后趋势可能会被替代)

NMS现在被写成库，调用
NMS 的 Rethinking
如图，女主和男主的框，iou就很大，会把两个人检测成1个人。




于是，有了fast-RCNN .

L2

CornerNet

使用了center_pooling和casade_center_pooling两种方法来增强。

Center Pooling

增大类别差异。
降低靠近中心点的损失。增加差异性。