最近在做一些目标检测相关的东西,目标检测是计算机视觉里面最重要的课题之一了,很多场合检测和识别都是很重要的,比如现在很火的无人驾驶,就非常依赖目标检测和识别,需要非常高的检测精度和定位精度。
目标检测从很早就开始有了。
传统算法的典型代表有:
Haar特征+Adaboost算法
Hog特征+Svm算法
DPM算法
深度学习的目标检测典型代表有:
RCNN系列,RCNN,spp-net,fast-rcnn,faster-rcnn
YOLO系列,YOLO和YOLO9000
SSD
后来有了深度残差网络ResNet之后,又出现了RFCN,还有最近的mask-rcnn等等,检测效果越来越好,精度越来越高。
链接:
原文:https://blog.csdn.net/baolinq/article/details/78579317