{"notes":[{"id":"retail-product/sku-110k","category":"retail-product","legacyPath":"retail-product/1904-sku-110k","legacySlug":"1904-sku-110k","legacyPaths":[],"title":"SKU-110K","subtitle":"Des rayons bondés","author":"Z. Yuan","paperDate":"2019-04-01","publishedOn":"2025-07-20","paperTitle":"Precise Detection in Densely Packed Scenes","paperUrl":"https://arxiv.org/abs/1904.00853","bibliography":{"title":"Precise Detection in Densely Packed Scenes","authors":["Eran Goldman","Roei Herzig","Aviv Eisenschtat","Oria Ratzon","Itsik Levi","Jacob Goldberger","Tal Hassner"],"url":"https://arxiv.org/abs/1904.00853","pdfUrl":"https://arxiv.org/pdf/1904.00853","codeUrl":null,"preprint":{"id":"1904.00853","submittedOn":"2019-04-01","url":"https://arxiv.org/abs/1904.00853"},"publication":{"venue":"CVPR","year":2019,"kind":"conference","url":"https://arxiv.org/abs/1904.00853"},"citation":"@misc{retailproductsku110k2019,\n  title = {{Precise Detection in Densely Packed Scenes}},\n  author = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Oria Ratzon and Itsik Levi and Jacob Goldberger and Tal Hassner},\n  year = {2019},\n  eprint = {1904.00853},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/1904.00853}\n}\n","citationPath":"/content/papers/citations/retail-product/sku-110k.42c961604a3a.bib"},"thumbnail":{"src":"/content/papers/assets/b799b1c658e22c95de2d7d7d365328e7a70cd69db602d827ef82dae2490eee5e.jpg","width":1680,"height":448},"locale":"fr","path":"/content/papers/fr/retail-product/sku-110k.8b172112ddd6.md","headings":[{"id":"définir-le-problème","text":"Définir le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"architecture-de-base","text":"Architecture de base","depth":3},{"id":"soft-iou","text":"Soft-IoU","depth":3},{"id":"em-merger","text":"EM-Merger","depth":3},{"id":"construction-du-jeu-sku-110k-et-du-benchmark","text":"Construction du jeu SKU-110K et du benchmark","depth":2},{"id":"statistiques-et-partitions-du-jeu","text":"Statistiques et partitions du jeu","depth":3},{"id":"mesures-et-critères-dévaluation","text":"Mesures et critères d'évaluation","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"vitesse-dinférence","text":"Vitesse d'inférence","depth":3},{"id":"expériences-de-détection-et-de-comptage","text":"Expériences de détection et de comptage","depth":3},{"id":"généralisation-sur-carpk-et-pucpr","text":"Généralisation sur CARPK et PUCPR+","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"object-detection/retinanet","relation":"comparison","topic":"Détecter des produits densément disposés"}]},{"id":"object-detection/retinanet","category":"object-detection","legacyPath":"object-detection/1708-retinanet","legacySlug":"1708-retinanet","legacyPaths":[],"title":"RetinaNet","subtitle":"La Focal Loss, voilà le cœur du sujet","author":"Z. Yuan","paperDate":"2017-08-07","publishedOn":"2024-08-08","paperTitle":"Focal Loss for Dense Object Detection","paperUrl":"https://arxiv.org/abs/1708.02002","bibliography":{"title":"Focal Loss for Dense Object Detection","authors":["Tsung-Yi Lin","Priya Goyal","Ross Girshick","Kaiming He","Piotr Dollár"],"url":"https://arxiv.org/abs/1708.02002","pdfUrl":"https://arxiv.org/pdf/1708.02002","codeUrl":null,"preprint":{"id":"1708.02002","submittedOn":"2017-08-07","url":"https://arxiv.org/abs/1708.02002"},"publication":{"venue":"ICCV","year":2017,"kind":"conference","url":"https://openaccess.thecvf.com/content_iccv_2017/html/Lin_Focal_Loss_for_ICCV_2017_paper.html"},"citation":"@misc{objectdetectionretinanet2017,\n  title = {{Focal Loss for Dense Object Detection}},\n  author = {Tsung-Yi Lin and Priya Goyal and Ross Girshick and Kaiming He and Piotr Dollár},\n  year = {2017},\n  eprint = {1708.02002},\n  archivePrefix = {arXiv},\n  url = {https://arxiv.org/abs/1708.02002}\n}\n","citationPath":"/content/papers/citations/object-detection/retinanet.7782ba4afe61.bib"},"thumbnail":{"src":"/content/papers/assets/72e05351a2bee439214afa9c111f8ec8ca466561a1fbd6be2b98cbd43305ad47.jpg","width":1746,"height":492},"locale":"fr","path":"/content/papers/fr/object-detection/retinanet.064b6a400ad7.md","headings":[{"id":"définir-le-problème","text":"Définir le problème","depth":2},{"id":"résoudre-le-problème","text":"Résoudre le problème","depth":2},{"id":"focal-loss","text":"Focal Loss","depth":3},{"id":"architecture-du-modèle","text":"Architecture du modèle","depth":3},{"id":"paramètres-dentraînement-et-dinférence","text":"Paramètres d'entraînement et d'inférence","depth":3},{"id":"discussion","text":"Discussion","depth":2},{"id":"résultats-sur-coco","text":"Résultats sur COCO","depth":3},{"id":"études-dablation","text":"Études d'ablation","depth":3},{"id":"conclusion","text":"Conclusion","depth":2}],"anchorAliases":{},"guide":null,"relatedReading":[{"id":"object-detection/fcos","relation":"next","topic":"Détection dense et attribution des échantillons"},{"id":"retail-product/sku-110k","relation":"comparison","topic":"Détecter des produits densément disposés"},{"id":"text-recognition/safl","relation":"next","topic":"Focal Loss, de la détection à la reconnaissance de texte"}]}],"text":"Cet article fait lui aussi partie des travaux plus anciens.\n\nLe benchmark qu'il nous a laissé reste pourtant l'un des jeux de données les plus utilisés pour la détection de produits en magasin.\n\n## Définir le problème\n\nLa détection d'objets actuelle peut être rapide et très précise sur les scènes naturelles. Pourtant, lorsque les objets sont serrés les uns contre les autres et se ressemblent beaucoup, les principales méthodes montrent leurs limites.\n\nCes scènes « à forte densité » sont courantes : rayons de magasins, circulation urbaine, entrepôts et lieux où des objets sont empilés.\n\nElles présentent généralement deux caractéristiques :\n\n1. **Beaucoup d'objets, très rapprochés et parfois occultés les uns par les autres.**\n2. **Des apparences presque identiques, qui rendent leurs frontières difficiles à distinguer.**\n\nFaster R-CNN, YOLO ou RetinaNet fonctionnent bien dans les scènes naturelles. La plupart s'appuient néanmoins sur la **suppression des non-maxima (NMS)** après la détection pour éliminer les boîtes en double. Cette suppression assez brutale trouve ses limites dans une scène dense : un objet peut être découpé en plusieurs petites boîtes, ou plusieurs objets voisins peuvent être confondus avec un seul.\n\nD'autres solutions ont été proposées, comme Mean-Shift, le regroupement agglomératif ou des couches NMS apprenables telles que GossipNet. Mais beaucoup sont coûteuses en calcul ou remplacent difficilement la NMS classique, surtout lorsque les objets sont nombreux et visuellement semblables.\n\nLes grands jeux de données, comme COCO, VOC et Open Images, se concentrent en outre sur des scènes naturelles ; il manque un benchmark adapté à ce mélange de densité, ressemblance et chevauchement. Même CARPK et PUCPR+, qui montrent des voitures serrées, ne reproduisent pas la densité de produits et la difficulté visuelle des vrais rayons.\n\nComment un modèle peut-il distinguer précisément chaque objet quand ils sont « serrés, semblables et nombreux », tout en restant efficace et stable ?\n\nPourrait-on permettre au modèle de **savoir à quel point chacune de ses boîtes est juste** ?\n\nLes auteurs répondent : commençons par le Soft-IoU.\n\n## Résoudre le problème\n\n![Vue d'ensemble](/content/papers/assets/b799b1c658e22c95de2d7d7d365328e7a70cd69db602d827ef82dae2490eee5e.jpg)\n\nRetinaNet est le principal point de comparaison : il se défend déjà bien dans les scènes denses, mais peut progresser. Les auteurs ajoutent deux éléments à une architecture de détection classique :\n\n1. **Une couche de prédiction Soft-IoU**, qui estime le chevauchement entre une boîte prédite et la vraie boîte ;\n2. **Une unité d'inférence EM-Merger**, qui transforme les propositions en distributions gaussiennes et résout leurs ambiguïtés par regroupement probabiliste.\n\nEnsemble, ces éléments réduisent les détections qui se chevauchent dans les scènes chargées.\n\n### Architecture de base\n\nAvec ResNet-50 comme backbone, les auteurs construisent un FPN comprenant trois niveaux de suréchantillonnage et produisant des cartes de caractéristiques à plusieurs échelles.\n\nChaque réseau de propositions de régions (RPN) possède trois têtes entièrement convolutionnelles :\n\n- **La tête de détection** : elle prédit le centre, la hauteur et la largeur de la boîte : $(x, y, h, w)$ ;\n- **La tête de classification** : elle prédit la confiance $c \\in [0, 1]$ qu'un objet soit présent ;\n- **La tête Soft-IoU** : elle estime la qualité du chevauchement $c_{\\text{iou}}$ avec la vraie boîte.\n\nPour ne pas introduire trop de bruit dans l'apprentissage du Soft-IoU, les propositions dont le score de classification est inférieur à 0,1 sont écartées.\n\n### Soft-IoU\n\nDans une scène peu encombrée, le score de présence d'objet associé à la NMS suffit souvent. Dans une scène dense, plusieurs propositions très confiantes peuvent désigner des objets distincts ou résulter d'une mauvaise localisation due aux occultations. Il faut donc une mesure plus fine de la **qualité de la boîte**.\n\nC'est le rôle du Soft-IoU : prédire l'IoU de chaque proposition avec une boîte de vérité terrain. Pour une boîte détectée $b_i$, on trouve d'abord la boîte annotée la plus proche $\\hat{b}_i$, puis on calcule :\n\n$$\n\\text{IoU}_i = \\frac{\\text{Intersection}(\\hat{b}_i, b_i)}{\\text{Union}(\\hat{b}_i, b_i)}\n$$\n\nSi les boîtes ne se croisent pas, leur IoU vaut zéro.\n\nCette valeur sert de cible pour entraîner la couche Soft-IoU avec une entropie croisée binaire :\n\n$$\n\\mathcal{L}_{\\text{sIoU}} = -\\frac{1}{n} \\sum_{i=1}^n \\left[ \\text{IoU}_i \\log(c_{\\text{iou},i}) + (1 - \\text{IoU}_i) \\log(1 - c_{\\text{iou},i}) \\right]\n$$\n\nLa perte totale est la somme de trois termes :\n\n$$\n\\mathcal{L} = \\mathcal{L}_{\\text{cls}} + \\mathcal{L}_{\\text{reg}} + \\mathcal{L}_{\\text{sIoU}}\n$$\n\nLes deux premiers sont les pertes classiques de classification et de régression.\n\nLa distinction importante est la suivante : l'**objectness** dit « y a-t-il un objet ? », tandis que le **Soft-IoU** dit « à quel point cette boîte le délimite-t-elle bien ? ». Une boîte couvrant seulement une partie d'un objet peut ainsi avoir un score de présence élevé, mais un Soft-IoU faible. Les deux scores se complètent.\n\n### EM-Merger\n\n\n\n![EM-Merger](/content/papers/assets/b7c54bd3cdbcf18cc20087f18a88de65a1bc5a0a639847d43646be6ad58b526c.jpg)\n\n\n\nGrâce au Soft-IoU, chaque boîte proposée dispose de deux scores :\n\n- $c$ : présence d'un objet ;\n- $c_{\\text{iou}}$ : qualité de sa délimitation.\n\nReste le problème des propositions qui se chevauchent et forment des amas.\n\nComment retrouver précisément chaque objet parmi elles ?\n\nLa solution consiste à représenter chaque boîte par une **gaussienne bidimensionnelle** :\n\n$$\nf_i(p) = \\mathcal{N}(p; \\mu_i, \\Sigma_i)\n$$\n\noù :\n\n- la moyenne $\\mu_i = (x_i, y_i)$ désigne le centre de la boîte ;\n- la covariance $\\Sigma_i = \\text{diag}\\left[\\left(\\frac{h_i}{4}\\right)^2, \\left(\\frac{w_i}{4}\\right)^2\\right]$ reflète ses dimensions.\n\nCes gaussiennes forment ensuite un mélange (MoG) :\n\n$$\nf(p) = \\sum_{i=1}^N \\alpha_i f_i(p), \\quad \\alpha_i = \\frac{c_{\\text{iou},i}}{\\sum_k c_{\\text{iou},k}}\n$$\n\nÀ chaque position $p$ de l'image, ce mélange permet de décrire spatialement les centres des boîtes proposées, pondérés par leur Soft-IoU.\n\nIl reste à réduire le mélange à un nombre $K \\ll N$ de gaussiennes $g_j$ plus fiables, qui représenteront les objets détectés. Le nouveau mélange $g(p)$ doit approcher la distribution d'origine $f(p)$ en minimisant :\n\n$$\nd(f, g) = \\sum_{i=1}^N \\alpha_i \\min_{j=1,...,K} \\text{KL}(f_i || g_j)\n$$\n\nIci, KL désigne la divergence de Kullback–Leibler.\n\nLes auteurs commencent par un regroupement hiérarchique, puis approchent la solution avec des étapes analogues à l'algorithme Expectation-Maximization (EM) :\n\n- **Étape E** : affecter chaque proposition au groupe le plus proche selon la divergence KL.\n\n  $$\n  \\pi(i) = \\arg\\min_j \\text{KL}(f_i || g_j)\n  $$\n\n- **Étape M** : réestimer les paramètres de chaque groupe.\n\n  $$\n  \\beta_j = \\sum_{i \\in \\pi^{-1}(j)} \\alpha_i\n  $$\n\n  $$\n  \\mu'_j = \\frac{1}{\\beta_j} \\sum_{i \\in \\pi^{-1}(j)} \\alpha_i \\mu_i\n  $$\n\n  $$\n  \\Sigma'_j = \\frac{1}{\\beta_j} \\sum_{i \\in \\pi^{-1}(j)} \\alpha_i \\left[\\Sigma_i + (\\mu_i - \\mu'_j)(\\mu_i - \\mu'_j)^T\\right]\n  $$\n\nLes étapes se répètent jusqu'à convergence, au plus dix fois. Le nombre initial de groupes $K$ reçoit une borne supérieure estimée en divisant la surface de l'image par la surface moyenne d'une boîte. Après le regroupement, les gaussiennes peu confiantes dont le chevauchement dépasse un seuil sont encore supprimées ; il reste en pratique $K' \\leq K$ détections.\n\nEnfin, les auteurs tracent autour de chaque centre de groupe une ellipse de deux écarts-types, récupèrent les boîtes initiales qu'elle contient et prennent la médiane de leurs hauteurs et largeurs pour former la boîte finale.\n\nVoilà le parcours de l'inférence : **Soft-IoU estime la qualité → MoG décrit la répartition spatiale → EM regroupe et supprime certains chevauchements → moins de suppressions d'objets voisins et de détections en double.**\n\n## Construction du jeu SKU-110K et du benchmark\n\nLe manque de progrès en détection dense tient en partie à l'absence de jeux de données de qualité conçus pour cette tâche.\n\nLes auteurs créent donc **SKU-110K**, consacré aux rayons de magasins. Leur collecte et leurs annotations visent expressément les difficultés des scènes très denses.\n\nLes photos proviennent de milliers de magasins physiques aux États-Unis, en Europe et en Asie de l'Est. Des dizaines de personnes les prennent avec leur propre téléphone, afin de conserver des rayons réels, sans mise en scène.\n\n- Chaque image d'origine a une résolution d'au moins **5 MP**, puis est compressée en **JPEG de 1 MP** ;\n- Ni l'appareil ni l'angle de prise de vue ne sont imposés, afin de conserver lumière naturelle, flou, occultations et autres difficultés réelles ;\n- Les annotations sont réalisées par du **personnel expérimenté à temps plein**, plutôt que par une collecte participative, pour améliorer précision et cohérence ;\n- Images et annotations sont revues manuellement pour retirer les erreurs manifestes.\n\n### Statistiques et partitions du jeu\n\nSKU-110K comprend trois sous-ensembles. Les rayons d'un même magasin ne sont jamais répartis entre plusieurs sous-ensembles :\n\n\n\n| Partition | Images | Boîtes | Part |\n| --------- | -----: | -----: | ---: |\n| Entraînement | 8 233 | 1 210 431 | 70 % |\n| Validation | 588 | 90 968 | 5 % |\n| Test | 2 941 | 432 312 | 25 % |\n\n\n\nPar rapport à MS COCO ou Open Images, le nombre d'objets par image augmente d'un à trois ordres de grandeur. Voilà un véritable défi de détection en scène dense.\n\n### Mesures et critères d'évaluation\n\nLes principaux critères suivent le standard COCO :\n\n- **AP@[.50:.95]** : mesure principale du défi ;\n- **AP\\@.75** : précision de localisation à un seuil strict ;\n- **AR\\@300** : rappel moyen en limitant à 300 les prédictions ;\n- **PR\\@0.5 (IoU=0.75)** : précision au point où le rappel vaut 50 %.\n\nPour évaluer aussi bien la **détection** que le **comptage**, les auteurs emploient deux autres mesures d'erreur :\n\n- **MAE (erreur absolue moyenne)**\n\n  $$\n  \\text{MAE} = \\frac{1}{n} \\sum_{i=1}^n |K_i' - t_i|\n  $$\n\n- **RMSE (racine de l'erreur quadratique moyenne)**\n\n  $$\n  \\text{RMSE} = \\sqrt{ \\frac{1}{n} \\sum_{i=1}^n (K_i' - t_i)^2 }\n  $$\n\nIci, $K_i'$ est le nombre d'objets prédit pour l'image, et $t_i$ son nombre annoté.\n\nLe jeu réunit densité, diversité de produits, différences visuelles fines et perturbations réelles. Il fournit ainsi l'un des rares benchmarks où l'on peut évaluer rigoureusement une scène encombrée.\n\n## Discussion\n\n### Vitesse d'inférence\n\n\n\n![Vitesse d'inférence](/content/papers/assets/23632dca5cb529f639945e6e1446e1eb7e50f20be7b6425ca1c2185cefde464b.jpg)\n\n\n\nPour examiner la possibilité d'un déploiement, les auteurs mesurent la vitesse moyenne sur un même matériel (Intel i7-5930K et GTX Titan X) avec deux indicateurs :\n\n- **FPS (images par seconde)** : nombre d'images traitées chaque seconde ;\n- **DPS (détections par seconde)** : nombre d'objets détectés chaque seconde.\n\nLe tableau ci-dessus donne les résultats :\n\n- **Détecteur de base (même structure que RetinaNet)** : référence de vitesse ;\n- **Avec la couche Soft-IoU** : 0,5 FPS, comme le détecteur de base dans le tableau ;\n- **Avec EM-Merger** : 0,23 FPS, principalement à cause des nombreux échanges de données entre CPU, GPU et mémoire vive.\n\nEM-Merger est donc encore lent, mais sa meilleure précision motive une optimisation en vue du déploiement. Selon les auteurs, une implémentation sur GPU devrait accélérer sensiblement l'inférence.\n\n### Expériences de détection et de comptage\n\nLes auteurs comparent plusieurs variantes et ablations :\n\n- **Monkey** : place les boîtes au hasard en connaissant le nombre d'objets et les statistiques de taille, pour servir de témoin ;\n- **Base & NMS** : architecture de base avec NMS classique ;\n- **Soft-IoU & NMS** : le score Soft-IoU sert de critère à la NMS ;\n- **Base & EM-Merger** : conserve le score d'objectness de base et ne remplace que le regroupement par EM ;\n- **Full System** : combine Soft-IoU et EM-Merger.\n\nLes résultats de détection sont les suivants :\n\n\n\n![Résultats de détection](/content/papers/assets/d55acc083eb07d7119c8f76d3701597038d9d1366cf6421a366f80c7bd0f7169.jpg)\n\n\n\n- **Monkey** ne fonctionne pratiquement pas : connaître la densité ne suffit pas ;\n- **Faster R-CNN et YOLO9000opt** peinent sur des scènes contenant plus de 50 objets ;\n- **RetinaNet** reste relativement stable et dépasse légèrement l'architecture Base des auteurs.\n\nLe système complet arrive devant les références sur toutes les mesures de détection du tableau (AP\\@.5–.95, AP\\@.75, AR\\@300 et P\\@R=.5). En revanche, ajouter seulement Soft-IoU tout en gardant NMS change peu les résultats ; l'AR\\@300 est même légèrement inférieur à celui de Base & NMS.\n\nPour le comptage, on compare le nombre prédit $K'$ au nombre réel $t$ sur chaque image. RetinaNet obtient une MAE/RMSE de 16,584/30,702 ; le système complet atteint 14,522/23,992. Les auteurs considèrent la NMS comme l'une des causes possibles de l'écart, mais **Base & EM-Merger** monte à une RMSE de 283,971 : le regroupement EM seul ne suffit manifestement pas.\n\nLe Soft-IoU améliore donc l'évaluation des propositions et EM-Merger aide à séparer les zones denses. Leur association rend le comptage plus stable.\n\nLa figure suivante montre des exemples du test SKU-110K, avec RetinaNet et la méthode proposée. Dans ces images, cette dernière présente moins de chevauchements et d'erreurs de localisation, et davantage de cas où une boîte correspond à un objet.\n\n\n\n![Exemples de détection](/content/papers/assets/d5e13d8a8d16182852c19adc5d2efc71a2215861f32a2c4bf289caae422929aa.jpg)\n\n\n\n### Généralisation sur CARPK et PUCPR+\n\n\n\n![Résultats du comptage des voitures](/content/papers/assets/69840dc240c2bdbd7a7d34c8976005a7ee919b27b91f6bd10c401a4072355e71.jpg)\n\n\n\nPour tester la généralisation de la méthode, les auteurs l'appliquent à deux jeux de comptage de véhicules, CARPK et PUCPR+.\n\nBien que le système n'ait pas été conçu pour les voitures, il obtient sur ces deux jeux de bons résultats : ses MAE et RMSE sont inférieures à celles des autres méthodes comparées.\n\n## Conclusion\n\nLa couche Soft-IoU et le module EM-Merger offrent une solution concrète au problème des boîtes qui se chevauchent dans les scènes denses. Le premier comble l'incapacité de l'objectness à mesurer la précision des contours ; le second regroupe les propositions de façon probabiliste, avec une suppression finale des chevauchements, au lieu de s'en remettre à la seule NMS classique.\n\nSur SKU-110K, la méthode dépasse les principales architectures contemporaines pour la détection et le comptage. Avec le recul, elle présente toutefois plusieurs limites :\n\n- **Elle ne fournit pas une détection multiclasses en sortie** ; on ne peut donc pas l'appliquer directement à une tâche exigeant l'identité de chaque produit ;\n- **EM-Merger est difficile à déployer en temps réel**, tant que sa vitesse d'inférence n'est pas améliorée ;\n- **Les informations sémantiques ne sont pas intégrées**, ce qui laisse des confusions possibles entre des apparences fines.\n\nMême plusieurs années après sa publication, ce travail reste utile pour la **détection dense**. Les scènes extrêmement chargées que représente SKU-110K se retrouvent encore dans les caisses automatiques, les entrepôts intelligents et la surveillance du trafic. Le jeu demeure un bon banc d'essai pour juger la généralisation des modèles.\n","imageSizes":{"/content/papers/assets/b799b1c658e22c95de2d7d7d365328e7a70cd69db602d827ef82dae2490eee5e.jpg":{"width":1680,"height":448},"/content/papers/assets/b7c54bd3cdbcf18cc20087f18a88de65a1bc5a0a639847d43646be6ad58b526c.jpg":{"width":1036,"height":816},"/content/papers/assets/23632dca5cb529f639945e6e1446e1eb7e50f20be7b6425ca1c2185cefde464b.jpg":{"width":740,"height":364},"/content/papers/assets/d55acc083eb07d7119c8f76d3701597038d9d1366cf6421a366f80c7bd0f7169.jpg":{"width":996,"height":444},"/content/papers/assets/d5e13d8a8d16182852c19adc5d2efc71a2215861f32a2c4bf289caae422929aa.jpg":{"width":1084,"height":1080},"/content/papers/assets/69840dc240c2bdbd7a7d34c8976005a7ee919b27b91f6bd10c401a4072355e71.jpg":{"width":1000,"height":1036}}}
