目标检测
肥羊汤
我很懒,什么都不想写
展开
-
YOLOV1
YOLOV1YOLOV1模型yolo —— You Only Live Once(1)YOLO v1不需要搜素候选框,直接实现端对端检测; (2)由于R-CNN系列的搜索候选框之间有重叠,为减少工作量,YOLO v1将全图划分成7*7的49个网格输入图像为448*448*3的彩色图像,经过GoogLeNet的前20层进行卷积输出14*14*1024的特征图 然后经过四个...原创 2019-03-19 20:44:44 · 683 阅读 · 0 评论 -
YOLOV2
YOLOV2YOLO v1缺点:定位不准确 比选择性搜索区域提取(region proposal)的方法召回率较低YOLO v2网络结构:YOLO v2对v1的改进:对网络每一层的输出添加(Batch Normalization),即对输出做归一化。这样,输出被划分到 [0,1] 闭区间。不需要每层学习数据的分布,收敛速度加快。并且,解放了dropout,使mAP值提升。...原创 2019-03-20 20:14:03 · 849 阅读 · 0 评论 -
目标检测
目标检测(算法详情,点击链接跳转,待更新)传统算法滑动窗口(sliding windows)+ HOG/DPM + Haar/SVM 相应改进候选框+深度学习算法R-CNN(Selective Search+CNN+SVM) SPP-net(ROI Pooling) Fast R-CNN(Selective Search+CNN+ROI) Faster R-CNN(R...原创 2019-03-17 15:52:57 · 131 阅读 · 0 评论 -
R-CNN
R-CNNR-CNN使用选择性搜索(selective search)代替传统方法的滑动窗口(sliding windows),大约选择出2000个候选区域,将所有候选区域resize成227*227大小的图像,通过CNN(Alexnet网络)提取特征向量,即最后一个全连接层产生的特征向量,送入SVM分类器中进行分类。每个类别训练一个SVM分类器,从特征向量中推断其属于该类别的概率大小。为了...原创 2019-03-17 18:32:16 · 206 阅读 · 0 评论 -
SPP-net
SPP-net该网络为金字塔网络,即将卷积神经网络的最后一个池化层,替换成高斯金字塔池化。 最后一个卷积层的特征进行池化操作,任意大小的feature map首先在特征图上进行不同层次的最大池化,生成1*1,2*2,4*4的1、4、16个特征向量。池化后的特征拼接得到一个固定维度的输出。以满足全连接层的需要。 金字塔池化按照下图所示进行池化操作,生成(1+3+16)*256个特征,输入到全...原创 2019-03-17 19:00:48 · 408 阅读 · 0 评论 -
Fast R-CNN
Fast R-CNN基于VGG16的Fast RCNN模型训练速度:比R-CNN快大约9倍; 比SPPnet快大约3倍;测试速度:比R-CNN快200多倍; 比SPPnet快10倍;在VOC2012数据集上的mAP大约为66%Fast RCNN模型Fast R-CNN是通过SSP-Net扩展来的,SSP-Net模型之前使用SVM分类器,而Fast R-CNN模型...原创 2019-03-18 16:13:38 · 550 阅读 · 0 评论 -
Faster R-CNN
Faster R-CNNFaster R-CNN下图为Faster R-CNN的整体结构图,为了解决测试时大部分时间耗费在候选区域提取的问题,将网络之前的search selective,换成RPN,并置于最后一个卷积层之后,如下图所示。下图为Faster R-CNN的详细网络模型:总结:输入图片,经过13个conv,13个relu,4个pooling层,输出feat...原创 2019-03-18 16:56:18 · 561 阅读 · 0 评论 -
YOLOV3
YOLOV3YOLO v3网络优点相比于YOLO v2网络,在保持速度优势的前提下,提升了预测精度,尤其是加强了对小物体的识别能力。YOLO v3对相对于v1和v2的改进将多个好的方案融合到YOLO里面基于Darknet-53网络结构 使用13*13、26*26、52*52的三个尺度特征进行对象检测 在COCO数据集采用9个先验框,大框的先验框尺寸较大,小框则较小最...原创 2019-03-21 21:39:23 · 7228 阅读 · 2 评论 -
R-FCN
R-FCN解决以下两个问题:图像分类:要求图像具有平移不变性 目标检测:要求图像具有位置敏感性R-FCN网络分为以下几个部分:第一子网络,用于对图像进行卷积的conv,是计算共享特征的。 第二子网络,用来产生候选的boundingbox(模型中使用RPN生成候选boundingbox)。 金字塔池化,使用ROI pooling对第二子网络产生的特征进行池化操作 第三子网...原创 2019-03-18 18:48:01 · 269 阅读 · 0 评论