从零开始目标检测

整理一些自己在学习过程中搜集到的文章和当时不懂的地方

机器学习

深度学习

目标检测

目标检测是许多计算机视觉任务的基础。
在学习目标检测前，需具备机器学习和深度学习的基础知识。

推荐：（这几篇参考超级棒，建议结合起来看）
目标检测算法总结
目标检测

RCNN系列进化历程总结：

R-CNN

改进：非暴力方法
流程：

image->候选区域方法得到ROI（image）->CNN得到feature map->FC层->SVM分类、regressor边界框
缺点：候选区域过多，且存在彼此重叠

Fast R-CNN

改进：对feature进行候选区域方法
流程：

缺点：依赖于外部候选区域方法，如选择性搜索

Faster R-CNN

改进：使用内部深度网络（候选区域网络RPN）代替候选区域方法
流程图：

yolo补充

https://blog.csdn.net/nan355655600/article/details/106246625深入浅出介绍yolov系列

yolov4

介绍：
① 改进
（1）
② 训练过程
③ 优点与缺点
③ 网络结构
④ 效果

yolov5