深度学习应用简明介绍

图像分类

目标检测（分类、定位）

• YOLO（You Onlu Look Once）one-stage

YOLOv2：输入图像划分为更多子单元

YOLOv3：多尺度融合（子单元数量分：少数量、中数量、多数量，不同划分情况下分别找大、中、小目标）

YOLOv4：数据处理、网络、函数优化

YOLOv5：轻量级模型

• SSD（Single Shot MultiBox Detector）端到端 实时性好

图像分割

语义分割

像素级进行分类，同类别像素为同一类

FCN（Fully Convolution NetWorks）全卷积网络

实例分割

相比于语义分割更加细致，能够将相同类别不同个体分开

Mask RCNN 先使用CNN提取图像特征，然后使用区域候选网络（Region Proposal NetWork RPN）获取ROI，再使用ROI pooling将所有ROI变为固定尺寸大小，最后将ROI传递给全连接层进行回归和预测分析，得到class（类别）和box（边框）。Mask RCNN相比于Faster RCNN增加了一个FCN分支，专门用来预测每个像素点的分割掩模。

风格迁移

Style Transfer

ResNet 损失网络

姿态识别