模糊边界场景下的多人检测框标注差异降低方法

本发明针对模糊边界场景下的多人检测框标注差异问题，提出了一种降低差异的方法。该方法通过设计一种算法，能够将所有检测框转化为标准坐标，并利用邻接表和连接因子（Connection Factor）确定同类别中标注框之间的连接关系。接着，通过深度优先搜索算法（DFS）遍历每个框的连接关系，将具有联系的框进行合并，并计算其最小外接矩形作为新的标记框。此外，该方法还将上述算法应用到损失函数中，通过优化真实边界框来指导模型的训练，从而提升模型的检测效果。该方法适用于边缘模糊的数据集，如火灾火焰、路面裂缝等标注个体间边界模糊的场景。通过该方法的实施，可以有效提升目标检测模型在模糊边界场景下的鲁棒性和准确性，同时降低标注人员的工作负担。