学习笔记仅用作自己复习
Object Recognition
Object Detection
Object Localization
位置表示,x,y中心点坐标,w宽度,h高度,就可以得到矩形框的范围。(先找中心点再得到矩形框)
黄色全连接层是否分类问题,紫色全连接层,xywh坐标值。
y代表输出,是8x1向量。pc=1它是某类,下面为它的坐标,pc=0是前景目标,不需要坐标。
L为误差函数,
单目标,框,滑动窗口
IOU
绿色框真实框,红色框预测框,分子是重合的,分母全部面积。
Object Detection
滑动窗口怎么定义大小
Anchor
Grid Cells人为将照片分为几等份
锚框
Two Stages: Faster R-CNN
可以采取任何主流的CNN网络作为骨干网络,两个分支,上分支寻找候选区域,有目标,下分支预测
里程碑,基本的卷积神经网络提取特征,RPN网络两条线,先产生正样本和负样本,正样本有目标,负样本是一个背景。
蓝色区域进一步定位寻找BBOX
One Stages: Single-Shot Detector (SSD)
直接在区域上寻找,直接检测。
(目标检测、目标跟踪)
应用
工业级应用
无人车配送、机械臂、寻找病变区域
Evolution
之前有关目标检测的博文
https://blog.csdn.net/dujuancao11/article/details/108889097