AI实战营第六课笔记

目标检测与MMDetection

视频链接：目标检测与MMDetection_哔哩哔哩_bilibili

一、目标检测基本范式

1. 滑窗：通过滑动窗口，来预测每个窗口的类别，进而进行匹配物体的位置

2. 使用卷积实现密集预测：解决滑窗的计算量过大，直接在特征图上进行密集预测类别和边界.

3. 锚框: 解决重叠的物体，通过不同大小的锚框来预测.

4. 多尺度检测与FPN: 浅层特征图预测小物体，高层特征图预测大物体，由于浅层特征图缺少必要的高级语义信息，所以会将高层的特征与浅层的特征进行融合.

 二、单阶段与无锚框检测器

1. RPN: 密集预测

2. YOLO \ SSD: 单阶段，结合多尺度

 3. Focal Loss 与 RetinaNet: 控制简单负样本的反传loss

 4. FCOS: 无锚框，中心度

 

三、总结