本文不详细介绍各种神经网络的细节和具体流程,主要在于归纳其特点并加以比较,希望让大家对一阶目标检测的发展过程和改进方法有个比较清晰的认知。
一阶目标检测和二阶目标检测的区别
二阶目标检测的整理概要请看我之前写的文章
- 一阶目标检测输入是原始图片,输出是目标检测框和分类
- 二阶目标检测输入是原始图片,中间步骤会选出候选框,最后再对候选框做分类和回归
- 从这个区别我们可以看出,一般来说,一阶目标检测的模型处理速度会比二阶的快很多,适合工业用,但是检测精度会略微低一点
常见模型
- YOLO(You Only Look Once)系列:YOLO,YOLOv2 / YOLO9000,YOLOv3,YOLOv4,YOLOv5
- SSD(Single-Shot Multibox Detector)
YOLO
论文:You Only Look Once: Unified, Real-Time Object Detection
详细解释可以看这里
放两张图
特点:
- 用单元格(grid)来代替二阶目标检测模型中