![](https://img-blog.csdnimg.cn/20190927151043371.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
目标检测和跟踪
文章平均质量分 70
分享目标检测和跟踪相关的前沿知识。
leo0308
AI攻城狮
展开
-
目标检测网络YOLO进化之旅
其中v5和v8 版本由Ultralytics 公司出品, 该公司是领先的人工智能公司,以yolov5网络出名。该项目在github上获得了极高的关注, 获得了接近4.7万star。YOLO的前3个版本是由同一个作者团队出品, 算是官方版本。之后的版本都是各个研究团队自己改进的版本, 之间并无明显的继承关系。yolo系列网络在目标检测领域取得了巨大的成功, 尤其是在工程实践中, 以其出色的性能优势获得了广泛的应用落地。原创 2024-04-21 12:12:13 · 405 阅读 · 0 评论 -
目标检测综述
按照stage划分, 主要可以分为one-stage 和two-stage 算法。近年来, 随着transformer的流行, 基于transformer的检测算法取得了令人惊叹的效果。2D图像的目标检测是深度学习的热门领域, 在学术研究领域取得了巨大的进展,在工程中也被广泛应用。下图中画出了3类主要算法的进化树, 方便对检测算法的脉络更好地了解。原创 2024-04-20 20:10:44 · 239 阅读 · 0 评论 -
目标跟踪算法SORT和Deep SORT详解
在SORT进行目标跟踪之前,首先通过目标检测算法得到每一帧的目标检测结果,检测结果包含bbox。当然也可以在线检测, 也就是边检测, 边进行目标跟踪,但检测本身与SORT无关。这里为了讲解方便, 先得到所有帧的检测结果。1 从第一帧图像开始, 假设该帧图像中有m个目标, 每个目标用一个bbox表示, bbox包含[x, y, w, h, c]5个值。执行卡尔曼滤波的predict过程, 得到m个目标的先验预测。3 匹配结果作为观测值,执行卡尔曼滤波的update过程, 得到目标bbox的后验估计结果。原创 2023-08-24 23:36:19 · 222 阅读 · 0 评论 -
深入理解mAP
目标检测中mAP指标深入理解。原创 2023-07-30 22:58:43 · 171 阅读 · 0 评论 -
计算机视觉常用数据集介绍
计算机视觉领域常用数据集总结。原创 2023-07-30 18:22:20 · 608 阅读 · 0 评论 -
检测中anchors与GT的匹配方法
0 引言在anchor-based的检测方法的训练过程中, 有一个重要问题就是需要根据anchors与GT(ground truth,真实的目标框)的匹配来确定正负样本。 有了正负样本, 就可以计算loss了。 anchors与GT的匹配可以有很多不同的策略, 一个简单且常用的策略是直接根据anchor框与GT的IoU来判断。具体的策略是:anchors与GT的IoU大于一定的阈值, 则这个anchor是正样本, 如果某个anchor与多个GT的IoU都大于阈值, 取具有最大IoU的GT作为labe原创 2022-05-11 00:04:56 · 1280 阅读 · 0 评论 -
检测网络中的RPN(Region Proposal Network)理解
0 引言目标检测包含2个基本问题:分类和定位。 分类比较好做, 分类任务是深度学习解决的最好的一类任务。 定位则要困难一些,最简单的方式是通过滑窗, 窗口滑动到某个位置也就完成了定位, 然后通过分类判断窗口内有无目标以及是什么目标即可。 但这个方法显然太简单粗暴, 会存在2个问题:1)滑窗要想覆盖所有目标, 窗口必须足够密, 这就导致计算量非常大, 且大多数窗口是不包含目标的, 计算非常浪费;2)窗口的尺度很难确定, 不同目标具有不同的尺度, 要想覆盖的全,窗口尺度也必须足够丰富。总之, 滑动窗口的原创 2022-05-06 22:36:51 · 4041 阅读 · 5 评论