![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
John xinwei
这个作者很懒,什么都没留下…
展开
-
计算机视觉之目标检测入门3
目标检测中的one-stage和two-stage two-stage:Fast-RCNN 将检测问题划分为两个阶段:产生候选区+对候选区进行分类 特点:错误率低,漏识别率低,但速度较慢,不能满足实时检测场景。 one-stage:YOLO,SSD 不需要产生候选区,直接产生物体的类别和位置坐标值 特点:更快的检测速度 SSD(single shot multibox detector) 1. SSD结构 SSD是2016年提出的one-stage目标检测算法,主网络结构为VGG16. VGG-16原创 2020-07-24 22:42:54 · 808 阅读 · 0 评论 -
计算机视觉之目标检测入门2
目标检测算法 R-CNN fast R-CNN faster R-CNN 三个模型由Ross B. Girshick完成,毕业于加州大学伯克利分校。 R-CNN(regions with CNN features) R-CNN由RGB与2014年提出的目标检测算法,将CNN用于目标检测的里程碑,借助于CNN特征提取和分类性能,通过RegionProposal(基于区域)方法实现目标检测。 1. 基于区域的方法selective search step1:计算区域集中每个相邻区域的相似度S={s1, s2原创 2020-07-24 18:11:56 · 393 阅读 · 0 评论 -
计算机视觉之目标检测入门1
基础知识 1. 1*1卷积 增加非线性 1*1卷积相当于全连接层的计算,并引入非线性激活函数,增加了模型的非线性,提高了网络模型表达更复杂特征的能力。 特征降维 通过卷积核的数量可以实现特征通道的缩放,可以有效减小模型参数和计算量。 2. 空洞卷积 空洞卷积又称扩张卷积,是在原有的卷积核基础引入扩张率(dilation rate),定义了卷积核处理数据之间的间距,增加了卷积核的感受野。 空洞卷积的特点: 在相同感受野下,空洞卷积可以得到更大的特征图,可以获得更加密集的数据。 在相同感受野下,空洞卷积更加原创 2020-07-24 15:21:14 · 374 阅读 · 0 评论