OpenMMLab AI实战营打卡笔记——04 目标检测算法基础

本篇文章为OpenMMLab AI实战营打卡笔记,想要具体了解可以跳转课程视频:目标检测算法基础



本届课程先讲述了图像分类与目标检测的区别,进而引出了目标检测的两种基本范式:两阶段方法与单阶段方法。其中,两阶段方法以某种方式产生窗,再以窗口内的特征进行预测,代表算法有R-CNN、Fast R-CNN、Faster R-CNN以及Mask R-CNN等算法;单阶段的方法则是在特征图上基于单点特征实现密集预测,代表算法有SSD、YOLO等算法。

在这里插入图片描述


目标检测基础知识

此部分可以依据视频与《动手学深度学习》的第13章计算机视觉前5节进行学习


两阶段方法的发展与演进

在这里插入图片描述


单阶段方法

在这里插入图片描述


无锚框检测算法

在这里插入图片描述
在这里插入图片描述


Detection Transformers

在这里插入图片描述
在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值