前言
第一阶段的图像分类篇基本结束了,接下来开始目标检测篇。
参考内容来自:
- up主的b站链接:https://space.bilibili.com/18161609/channel/index
- up主将代码和ppt都放在了github:https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
- up主的CSDN博客:https://blog.csdn.net/qq_37541097/article/details/103482003
学习资料
1. 目标检测算法分类
如下图所示,以2014年为分水岭,目标检测在过去的二十年中可大致分为两个时期:
- 2014年之前——传统目标检测
- 2014年之后——基于深度学习的目标检测
在深度学习时代,目标检测可以分为两类:
- 双级检测(two-stage detection),将检测框定义为一个“从粗到细 ”的过程,如 RCNN、Fast RCNN、Faster RCNN等
- 单级检测(one-stage detection),将检测框定义为“一步到位”的过程,如YOLO、SSD等