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