图像检测网络 图像检测网络 图像检测网络
Realize:代码实现
Teach:代码讲解
深度学习—图像检测Demo代码(使用PyTorch进行训练、预测、TensorRT部署
一些检测常识
通用目标检测算法结构
- Input:Image、Patches、Image Pyramid
- Backbone:VGG、Resnet、EfficientNet
- Neck:
<1>Additional blocks:SPP、ASPP、RFB、SAM
<2>Path-aggregation blocks:FPN、PAN、NAS-FPN、Fully-connected FPN、BiFPN、ASFF、SFAM - Heads
<1>Dense Prediction(one-stage)
<2>Sparse Prediction (two-stage)
常用的检测评价指标
2013-2018:
Loss:
1.RetinaNet-2017
OneStage:
YOLO系列
1.YOLO v1
2.YOLO v2-2016
3.YOLO v3-2018
4.YOLO-v4-2020
5.YOLO-v5(伪)-2020
SSD系列
1.FCOS
其他
8.CenterNet-2019
9.SNIP-2018
9.M2Det-2019
10.DetectoRs-2020
11.EfficientDet-2020
12.CBNet-2020
13.TSD-2020
14.ResNest-2020
TwoStage:
Faster RCNN系列
1.RCNN
2.Fast RCNN
3.Faster RCNN
4.Mask R-CNN-2017
5.Cascade RCNN
Transformer
- DETR
- MaskFormer