目标检测知识点记录--为面试做准备

最新推荐文章于 2021-12-27 16:31:01 发布
最新推荐文章于 2021-12-27 16:31:01 发布
阅读量849 收藏 3
点赞数
分类专栏： deep learning 文章标签： 目标检测
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41438431/article/details/88631017
版权

目标检测知识点记录

写这篇博客是为了为面试做准备，记录一下要准备的知识点，也方便自己复习。

检测网络

Rcnn–>SppNet–>Fast-Rcnn–>Faster-Rcnn
Cascade-Rcnn
Dcnv1–>Dcnv2（未看）
R-FCN
SSD–>DSSD（未看）–>FSSD（未看）–>ESSD（未看）
Yolov1–>Yolov2–>Yolov3（未看）
RefineDet(未看)
RetinaNet

Back-Bone

Vgg
Resnet–>Densenet
Detnet
inceptionv1-v4
MobileNet
FPN
DarkNet(未看)

一些问题

1.如何解决多任务不平衡问题
2.如何解决多标签不平衡问题
3.如何改进nms
4.如何检测小物体
5.如何改进rpn

王兆兆
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
JVM知识点总览-高级Java工程师面试必备
02-25
对于搞开发的我们其实也是一样，现在流行的框架越来越多，封装的也越来越完善，各种框架可以搞定一切，几乎不用关注底层的实现，初级...因此JVM基础知识对于高级程序员的重要性不必言语，我司在面试高级开发的时候，jv
【深度学习】从30+场秋招面试中总结出的超强面经——目标检测篇（含答案）...
fengdu78的博客
01-10 1756
作者丨灯会来源丨极市平台编辑丨极市平台导读作者灯会为21届中部985研究生，凭借自己整理的面经，去年在腾讯优图暑期实习，七月份将入职百度cv算法工程师。在去年灰飞烟灭的算法求职季中，经过30+场不同公司以及不同部门的面试中积累出了CV总复习系列，此为目标检测篇。Faster-Rcnn网络1.faster RCNN原理介绍，要详细画出图Faster R-CNN是一种两阶段（two-stage）方法...
CV面试题：目标检测、目标分割
あずにゃん梓喵的博客
07-09 2319
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 从R-CNN到Faster R-CNN谈谈物体检测 问题解析 物体检测模型从R-CNN到Faster R-CNN代表着深度学习模型在物体检测领域取得了关键性的突破，与传统的物体检测方法产生了分离，把物体检测带进了深度学习时代。 模型进化流程： R-CNN (1) 候选区域选择 (2) CNN特征提取 (3) 分类与边界框回归 Fast .
CV算法工程师面试问题总结（目标检测篇） 2021.06.17
septoct的博客
06-17 2699
Faster-Rcnn网络 1.faster RCNN原理介绍，要详细画出图 Faster R-CNN是一种两阶段（two-stage）方法，它提出的RPN网络取代了选择性搜索（Selective search）算法后使检测任务可以由神经网络端到端地完成。在结构上，Faster RCNN将特征抽取(feature extraction)，候选区域提取（Region proposal提取），边框回归（bounding box regression），分类（classification）都整合在了一个网络中，
目标检测常见知识点
dddeee的专栏
12-27 2552
常见几种目标检测方法的理解
目标检测方面的面试题
lzAllen的博客
09-24 2497
目标检测怎么提升召回率 1 提高采样密度（特征/图像增强、增多预设proposal .. ）。 2 在对于误检不敏感任务中降低分类阈值。 3 数据的增广，合成新的数据。 4 使用聚类来设置anchor的大小和比例，使得边框有一个好的初始化。 5 在测试的时候降低分类的阈值。 6 使用基于IOU, 或者位置边框的损失函数，拉开不匹配的，拉近匹配的框。 ...
ASP面试-数通知识点整理.doc
07-13
ASP面试-数通知识点整理.docASP面试-数通知识点整理.docASP面试-数通知识点整理.docASP面试-数通知识点整理.docASP面试-数通知识点整理.docASP面试-数通知识点整理.doc
JAVA全栈核心知识点整理-面试
06-21
面试 JVM、数据结构、并发 Spring Cloud 、redis、mysql Kafka 消息队列 分布式事务 大数据 hadoop yarn zookeeper 面试算法
Java多线程-知识点梳理和总结-超详细-面试知识点.docx
12-17
Java多线程-知识点梳理和总结-超详细-面试知识点.docx
2021-05-21
weixin_44937409的博客
05-21 1317
深度学习之目标检测篇 RCNN系列 RCNN fast RCNN 注：本文参考知乎大神文章，用来记录和强化相关面试经验，后续会不断加入内容 1.faster RCNN原理介绍，要详细画出图 Faster R-CNN是一种两阶段（two-stage）方法,它提出的RPN网络取代了选择性搜索（Selective search）算法后使检测任务可以由神经网络端到端地完成。在结构上，Faster RCNN将特征抽取(feature extraction)，候选区域提取（Region proposal提取），边框
【更新中】目标检测——梳理，准备面试
s000da的博客
07-18 8159
最近在准备找工作面试，本文在此梳理了目标检测中涉及的面试要用的知识点，包含了一下几方面：     My paper reading 过程总结： 实际步骤 所花时间 评价 改进 先看了abstract, 1 introduction 以及 4 related works这三个部分，对objection detection 有了大致了解 0.5U    ...
面试准备——目标检测、分类
s000da的博客
09-23 1991
目录 目标检测 一、目标检测任务 I. 目标检测领域的瓶颈 II. 针对小目标检测 III. 针对检测速度 IV. 本领域知识面 二、目标检测模型 I. 整体概括YOLO、SSD、R-CNN系列模型的各自特点、异同之处。 II. 分别介绍三个系列算法inference过程。   III.  关于Loss函数 IV. YOLO V2和V3相比于SSD的优势 二、实战中遇到的...
算法目标检测面经
fanfan的博客
05-08 2961
1.自我介绍 2.简历上的项目 网易雷火 AI研究员 1.ResNet FCN Fasterrcnn 2.膨胀腐蚀的原理 3.均值滤波的原理 时间复杂度 怎么优化 4.第k大的数 topK个数 网易互娱预研 深度学习计算机视觉 1.语义分割各种模型 2.BN原理 有几个可训练参数 训练预测的时候分别怎么做 3.Dropout原理 有几个可训练参数 训练预测的时候分别怎么做 4.卷积 池化 输出尺寸...
深度学习CV岗位面试问题总结（目标检测篇）
小菜的博客
01-06 1万+
序言 首先说一下为什么写这篇文章，一方面是因为在平时工作中或者项目上会用到各种各样的算法，虽然用多了心里大概都知道这些算法是什么原理，但是在面试的时候当面试官闻起来，突然一下子就组织不上语言，原理说得零零碎碎，显得非常不专业，相信很多人都有这样的面试经历。另一方面我觉得当读到一篇好的文章或者一段出彩的文字时，看完能够用自己的一句话把文章核心内容总结出来，才能够掌握文章的精髓，当然深度学习的东西，很难用一句话概括出来，但是我们可以总结其中的重点，再通过思维的延申到实现细节上，是不错的学习方式。 废话说得太多了
检测相关问题面试准备
Victory_tc的博客
08-22 2653
1. OHEM （online Hard Example Mining） OHEM（online hard example miniing）算法的核心思想是根据输入样本的损失进行筛选，筛选出hard example，表示对分类和检测影响较大的样本；然后将筛选得到的这些样本应用在随机梯度下降中训练。在实际操作中是将原来的一个ROI Network扩充为两个ROI Network，这两个ROI N...
目标检测面试题
weixin_45955767的博客
12-04 600
目标检测任务及发展脉络 图像处理有三大任务：物体识别，目标检测，图像分割 目标检测：给定一张图像，判断图像中是否存在指定类别的目标，若存在，则输出目标的位置，类别，置信度。包括目标的分类和目标位置的确定 双阶段算法和单阶段算法 双阶段（two-stage）：第一级网络用于候选区域提取；第二级网络对提取的候选区域进行分类和精确坐标回归，例如RCNN系列. 单阶段（one-stage）：掘弃了候选区域提取这一步骤，只用一级网络就完成了分类和回归两个任务例如YOLO和SSD等. 单阶段网络的准确度.
目标检测知识点
flora
06-09 203
池化 池化会导致low-level features 丢失 所以yolov3不使用任何形式的池化，而是使用stride为2的卷积层对feature map进行下采样
深度学习算法面试题总结
热门推荐
attitude_yu
07-08 2万+
1.  什么是凸集、凸函数、凸学习问题？ 凸集：若对集合C中任意两点u和v，连接他们的线段仍在集合C中，那么集合C是凸集。 公式表示为：αu+(1-α)v∈C α∈[0, 1] 凸函数：凸集上的函数是凸函数。凸函数的每一个局部极小值也是全局极小值( f(x) = 0.5x^2 )。 公式表示为：f(αu + (1-α)v) ≤ αf(u)+ (1-α)f(v) 2.  L0、L1、L...
请详述 Marr-Hildreth 边缘检测算法及相关知识点
最新发布
06-06
相关知识点包括高斯滤波、拉普拉斯算子、非极大值抑制和二值化处理等。高斯滤波可以平滑图像，降低噪声；拉普拉斯算子可以检测图像中的边缘信息；非极大值抑制可以提取较为准确的边缘信息；二值化处理可以将边缘信息...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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