目标检测
superhahahao
这个作者很懒,什么都没留下…
展开
-
Faster R-CNN; ICCV2015; Kaiming He, Shaoqing Ren; Object Detection
主要思路:两阶段网络,RPN网络对CNN提取得到的Feature Map中每一个点,结合不同尺度,不同长宽比得到的k个Anchor,生成对类别的的分类和BoundingBox的回归,经过一些处理(比如: NMS等)得到Proposal Regions。不同大小的Proposal Regions经过ROI Pooling以及之后的Fully Connected Layer得到固定维数的表示,进行...原创 2018-09-05 17:10:45 · 511 阅读 · 0 评论 -
Mask R-CNN; ICCV2017; Kaiming He; Object Detection, Instance Segmentation
主要思路:在Faster R-CNN的基础上增加了一路Mask Branch,来对Feature Map进行Pixel-to-Pixel的Instance Segmentation。Mask Branch相应的损失计算了每一个类,因此可以将Mask和Classification进行Decouple,与之前方法根据Mask来辅助Classification的思路不同,另外,得到的Mask保留了原...原创 2018-09-05 18:05:39 · 458 阅读 · 0 评论 -
YOLO; Ross Girshick; Object Detection
主要思路:One Stage网络,直接将原本的Classification和Bounding Box Regression任务统一当做回归问题来看待,通过一个网络回归出cls和Bounding Box,能够大大加快检测速度。将原始图像划分为S x S的网格,与网络最终输出的Feature Map相对应,输出Feature Map的每一点用5维中的4维用来预测Bounding Box的位置,1维...原创 2018-09-05 21:27:40 · 545 阅读 · 0 评论