文章目录
计算机视觉:图像分类、目标检测、目标分割
一、人脸检测
- 人脸检测属于目标检测的一种:目标为检测一张图像中是否存在人脸,以及人脸的位置
- 数据集:
- 人脸采集介绍:
- 人脸数据集的构造
二、Faster-RCNN
1) 发展历程以及解决的问题
2) 传统目标检测流程
3) RCNN
- 步骤
- 缺点
4) SPPNet
5) Fast RCNN
- 介绍
- 网络结构
- Fast RCNN创新的操作
- Fast RCNN与R-CNN相比速度大幅提升
- Fast RCNN网络缺点
6) Faster RCNN
- 网络流程
- 网络结构
- 在Faster-RCNN中是如何定义和使用RPN网路的
- 性能对比
7) 后续改进网络
1、HyperNet
- 对小物体检测能够有一个比较好的效果
2、RFCN
- 主要对pooling层进行改进
3、Light-Head RCNN
- 只要是通过对faster rcnn 的head部分进行优化,减少部分计算量
4、Mask RCNN
5、Cascade RCNN
6、CoupleNet
7、faster rcnn中两种常用的方法
- 在线能力挖掘:实现主要是通过两个roi网络来实现的,第一个:针对于输入样本的损失来进行计算,完成难例挖掘的过程。第二个网络是实际用来训练的网络,通过两个网络相互协调来实现对其进行优化的目的。
- 软的nms :相对于hard nms,改变将阈值小于iou的阈值直接置为0,而是对阈值进行衰减的处理,或降低阈值,通过这种操作,保留更多的信息。能够在一定程度上减少漏检率