Convolutional Neural Networks - Reti Neurali per l'elaborazione di Immagini 

github.com/MohitLamba94/Restoring-Extremely-Dark-Images-In-Real-Time openaccess.thecvf.com/content/CVPR2021/papers/Lamba_Restoring_Extremely_Dark_Images_in_Real_Time_CVPR_2021_paper.pdf

@@ProjectoOfficial potresti portare un video su questo topic siccome in italia non se ne è ancora parlato

Perché ti serve utilizzare immagini così grandi? Generalmente in computer vision si lavora generalmente tra il 360p e il 480p, al massimo fino a raggiungere l'HD come input a una rete neurale. Sicuramente si usa un input di questo tipo per ridurre il numero di parametri della rete, ma in secondo luogo penso sia inutile avere immagini troppo grandi perché già a basse risoluzioni ci sono dettagli sufficienti per ottenere ottimi risultati da una rete neurale. Se hai bisogno di trovare una rete per fare tracking puoi guardare qua: paperswithcode.com/ , MOT(A) significa Multiple Object Tracking (Accuracy) mentre SOT(A) fa riferimento a tracking di oggetti singoli. Se stai provando a usare il kalman filter devi sapere che anche quello è SOT e sta a te assegnare degli ID agli oggetti per distinguerli e trackarli, si può fare molto alla veloce tramite IOU

Gentilissimo, ti ringrazio 👍🏻👍🏻