目标检测算法基础
应用:自动驾驶、字符识别、人体检测和姿态估计、图像分类检测位置
开始是用滑窗的方式,用不同尺度的窗扫图,由于每个窗都要过一遍模型,所以效率很低。
改进思路:启发式算法(提议框)、减少计算冗余(卷积核扫完再取框)
基本范式:通过主干网络,然后分为两阶段方法和单阶段方法
技术的演进
基础概念
矩形框、交并比、置信度、非极大值抑制、边界框编码、锚框
评估:召回率、准确率、PR曲线、AP值
目标检测算法基础
应用:自动驾驶、字符识别、人体检测和姿态估计、图像分类检测位置
开始是用滑窗的方式,用不同尺度的窗扫图,由于每个窗都要过一遍模型,所以效率很低。
改进思路:启发式算法(提议框)、减少计算冗余(卷积核扫完再取框)
基本范式:通过主干网络,然后分为两阶段方法和单阶段方法
技术的演进
基础概念
矩形框、交并比、置信度、非极大值抑制、边界框编码、锚框
评估:召回率、准确率、PR曲线、AP值