很棒的人群本地化 很棒的人群本地化 内容 杂项 相对任务 人群分析 密集/小型/微小物体检测 挑战 NWPU人群本地化： 第一次微小物体检测挑战： 指标 RAZNet中的mAP， （即COCO中的关键点评估：固定的sigma） F1-m，精度，召回率（比例感知sigma） MLE（距离度量） 数据集 NWPU人群（点，框） JHU-CROWD（点，大小） FDST（点，框） 文件 Arxiv 利用卷积神经网络对高密度物体进行计数和定位[] [IIM]学习独立实例图以进行人群本地化[]