1.目标检测算法
目标检测算法可以按检测步骤分为两类:
一类是two-stage检测算法。该检测算法分为两个阶段:1.产生候选区域(region proposals),2.对候选区域分类(一般还需要对位置精修)。典型代表有R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN。这类算法识别错误率低,漏识别率也较低,但速度较慢,不能满足实时检测场景。
另一类是one-stage检测算法。该检测算法单次检测,直接产生物体的类别概率和位置坐标值。有着更快的检测速度,比较典型的算法如YOLO,SSD,YOLOv2,YOLOv3,Retina-Net等。
YOLO和Faster RCNN从一层特征层中检测目标。SSD从多层(6层)特征层中检测目标。
2.评价标准
2.1 AP
https://zhuanlan.zhihu.com/p/88896868
RPN、FPN、Focal Loss、anchor-based 与 anchor-free
Cascade RCNN,Deformable Conv