yolov4论文中部分关键词

backbone is pre-trained on ImageNet ,which includes
VGG [68], ResNet [26], ResNeXt [86],or DenseNet [30]
neck are usu-ally used to collect feature maps from different stages.
head which is used to predict classes and bounding boxes of ob-jects, such as
e R-CNN [19] series, YOLO [61, 62, 63], SSD
双阶段目标检测:一个阶段提出备选框,一个阶段对备选框进行判断。是一个两阶段级联的网络。主要为RCNN系列的网络。
单阶段的网络,整个生成备选框的过程一体化的实现。代表有YOLO系列和SSD。
双阶段的检测网络,相当于在一阶段的密集检测上增加了一个稀疏的预测器,或者说一阶段网络是二阶段网络的RPN部分

图像语义分割:举例来说,如果一张照片中有多个人于语义分割来说,只要将所由人的像素都归为一类,但是实例分割还要将不同人的像素归为不同的类。也就是说实例分割比语义分割更进一步。
深度学习中的注意力机制(Attention Mechanism)和人类视觉的注意力机制类似,就是在众多信息中把注意力集中放在重要的点上,选出关键信息,而忽略其他不重要的信息。

Anchor-free and Anchor-based
目标检测算法一般可分为anchor-based、anchor-free,或是两者的融合, 区别就在于有没有利用anchor提取候选目标框
1.anchor-based类算法代表是fasterRCNN、SSD、YoloV2/V3等
2.anchor-free类算法代表是CornerNet、ExtremeNet、CenterNet、FCOS等

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值