目录
I. 整体概括YOLO、SSD、R-CNN系列模型的各自特点、异同之处。
目标检测
一、目标检测任务
I. 目标检测领域的瓶颈
和其他任务类似,目标检测任务有两方面需求:效率和效果(速度和性能)。
目前两个瓶颈:小目标检测的性能、检测速度
II. 针对小目标检测
- 扩充样本
- 多尺度特征表示
- scale的设置
改进的论文:
III. 针对检测速度
IV. 本领域知识面
SSD/YOLO/faster RCNN已经是比较旧的模型
新模型:
这个领域的技术发展方向:
这个领域的应用方向:
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。
对比:
1. 是否选anchor的对比
选anchor有什么优缺点?
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、实战中遇到的问题
I. 任务中的创新点
数据
模型
训练
II. 认为最难的部分
III. 任务经验
做过的分类项目
一、项目介绍
目标:
方法:
数据:
具体阶段:
二、常用CNN网络介绍
三、关于过拟合
四、关于optimizer