不忘初心~

本文总结了非极大值抑制--NMS，包括传统NMS和最新NMS变体的使用，如何使用NMS提升精度，如何使用NMS提升效率。

转载请注明作者和出处： http://blog.csdn.net/john_bh/论文链接: YOLOv4: Optimal Speed and Accuracy of Object Detection**作者及团队：Alexey Bochkovskiy **会议及时间：Arxiv 2020.4作者开源code：https://github.com/AlexeyAB/darknet文章目录1.主要贡献1.主要贡献...

作者提出point-set anchor，尝试了使用regression的思路去统一Object Detection, Instance Segmentation，Pose Estimation三个high-level recognition tasks。

原文地址：

原文地址：

SSD: Single Shot MultiBox Detector 摘要 我们提出了一种使用单个深度神经网络来检测图像中的目标的方法。我们的方法命名为SSD，将边界框的输出空间离散化为不同长宽比的一组默认框和并缩放每个特征映射的位置。在预测时，网络会在每个默认框中为每个目标类别的出现生成分数，并对框进行调整以更好地匹配目标形状。此外，网络还结合了不同分辨率的多个特征映射的预测，自然地处理各种...

Faster RCNN github地址 : https://github.com/rbgirshick/py-faster-rcnn Faster RCNN 论文地址 : https://arxiv.org/abs/1506.01497前言Faster R-CNN是一个真正意义上的端对端的目标检测模型，总体实现方式继承自RCNN， Fast RCNN, 而最大的改进是废除了上述两者...

目标检测在过去二十年的发展可以看作是计算机视觉历史的缩影。鉴于对象检测技术的发展，从1990年代到2019年，对400多篇论文进行了广泛的评论，涵盖了许多主题，包括历史上的里程碑检测器，检测数据集，度量，检测系统的基本构件，加速技术以及最新的检测方法。本文还回顾了一些重要的检测应用程序，例如行人检测，面部检测，文本检测等，并对它们的挑战以及近年来的技术改进进行了深入分析。