第六讲目标检测与MMDetection

最新推荐文章于 2024-07-23 10:41:22 发布

xcy04556

最新推荐文章于 2024-07-23 10:41:22 发布

阅读量126

点赞数 1

分类专栏： AI实战营文章标签：目标检测计算机视觉人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_39109575/article/details/131098253

版权

AI实战营专栏收录该内容

12 篇文章 0 订阅

订阅专栏

简介

给定一张图片，用矩形框框出所有感兴趣物体司时预测物体类别。
应用领域

人脸识别：身份识别、属性分析
智慧城市：垃圾检测、非法占道检测、违章停车检测、危险物体检测、自助服务智能办公、烟雾与火灾侦测、标准着装监测、危险行为检测
自动驾驶：环境感知、路径规划与控制
下游视觉任务：两阶段光学字符识别算法、两阶段人体姿态估计算法

技术演进

在这里插入图片描述

基础知识

框，边界框 (Bounding Box)

在这里插入图片描述
框泛指图像上的矩形框，边界横平竖直
描述一个框需要 4 个像素值:

方式1:左上右下边界坐标 $(l, t, r, b)$
方式2:中心坐标和框的长宽 $(x, y, w, h)$

边界框通常指紧密包围感兴趣物体的框检测任务要求为图中出现的每个物体预测一个边界框

交并比

在这里插入图片描述

目标检测的基本思路

滑窗（Sliding Windows）

在这里插入图片描述

效率问题：

感受野 (Receptive Field)

在这里插入图片描述

边界框回归 Bounding Box Regression

在这里插入图片描述

非极大值抑制 Non-Maximum Suppression

在这里插入图片描述

密集预测模型的训练

在这里插入图片描述

匹配的基本思路

在这里插入图片描述

密集预测的基本范式

在这里插入图片描述

尺度问题

在这里插入图片描述

基于锚框

在这里插入图片描述

图像金字塔Image Pyramid

在这里插入图片描述

基于层次化特征

在这里插入图片描述

特征金字塔网络 Feature Pyramid Network (2016)

在这里插入图片描述

多尺度的密集预测

在这里插入图片描述

单阶段算法概述

在这里插入图片描述

Region Proposal Network (2015)

在这里插入图片描述

YOLO: You Only Look Once (2015)

在这里插入图片描述

YOLO的匹配和框编码

在这里插入图片描述

YOLO的损失函数

在这里插入图片描述

SSD: Single Shot MultiBox Detector (2016)

在这里插入图片描述

SSD的匹配规则

在这里插入图片描述

RetinaNet (2017)

在这里插入图片描述

单阶段算法面临的正负样本不均衡问题

在这里插入图片描述

降低简单负样本的损失

YOLO v3 (2018)

在这里插入图片描述

无锚框目标检测算法

锚框 vs 无锚框

在这里插入图片描述

FCOS,Fully Convolutional One-Stage (2019)

在这里插入图片描述

FCOS的预测目标&匹配规则

在这里插入图片描述

FCOS的多尺度匹配

在这里插入图片描述

中心度 Center-ness

在这里插入图片描述

FCOS的损失函数

在这里插入图片描述

CenterNet (2019)

在这里插入图片描述

YOLO X (2021)

在这里插入图片描述

单阶段算法和无锚框算法的总结

在这里插入图片描述

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
第六讲目标检测与MMDetection

降低简单负样本的损失。
复制链接

扫一扫

专栏目录

xcy04556 CSDN认证博客专家 CSDN认证企业博客

码龄7年

12: 原创

63万+: 周排名

155万+: 总排名

1367: 访问

: 等级

122: 积分

1: 粉丝

2: 获赞

5: 评论

5: 收藏

私信

关注

热门文章

分类专栏

AI实战营 12篇

最新评论

第二讲人体姿态估计与MMPose
CSDN-Ada助手: 非常感谢您的第二篇博客，这篇文章讲解了人体姿态估计与MMPose，让我们了解到了如何通过图像预测人体关键点在三维空间中的坐标，从而实现还原人体姿态。这是一项非常有趣和实用的技能，我希望您能继续分享更多相关的知识和技巧。除了人体姿态估计和MMPose，还有一些与之相关的扩展知识和技能可以探索，比如神经网络、计算机视觉、深度学习等等。这些技能可以让我们更好地理解和应用人体姿态估计和MMPose，同时也可以帮助我们在其他领域中有更广泛的应用。再次感谢您的分享，期待您的下一篇文章！如何写出更高质量的博客，请看该博主的分享：https://blog.csdn.net/lmy_520/article/details/128686434?utm_source=csdn_ai_ada_blog_reply2 如果您持续创作，完成第三篇博客，并且质量分达到 80 分以上，在评论区就有机会获得红包奖励哦！
第四讲深度学习预训练与MMPretrain
CSDN-Ada助手: 恭喜您写了第四篇博客，深度学习预训练与MMPretrain是非常重要的话题，您的文章对我们这些学习者来说非常有价值。希望您能继续分享更多深度学习相关的知识，比如如何应用预训练技术来解决实际问题等等。期待您的下一篇文章。 CSDN 会根据你创作的前四篇博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply4 看奖励名单。
第五讲 MMPretrain代码课
CSDN-Ada助手: 恭喜您成功完成了第五讲 MMPretrain代码课的博客！您的分享帮助了不少人解决问题，也让大家对这个课程有了更深入的了解。接下来，建议您可以分享一些实战经验，或者是对这个课程的一些深入思考，相信这样的内容会更加吸引读者。再次感谢您的分享！如何快速涨粉，请看该博主的分享：https://hope-wisdom.blog.csdn.net/article/details/130544967?utm_source=csdn_ai_ada_blog_reply5
第六讲目标检测与MMDetection
CSDN-Ada助手: 恭喜您写了第六篇博客，标题看起来很有趣。非常感谢您持续不断地创作，为大家提供有价值的内容。希望您能够继续保持创作的热情，并在接下来的文章中探讨更多有趣的主题。期待您下一篇博客的发布！ CSDN 会根据你创作的博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply6 看奖励名单。
第八讲语义分割与MMSegmentation
CSDN-Ada助手: 恭喜您写了第八篇博客，介绍了语义分割与MMSegmentation的相关知识，内容非常有启发性。接下来建议您可以适当增加一些实践案例或者应用场景，让读者更加深入地了解这些技术在实际中的应用。希望您能够继续保持创作的热情，为大家带来更多有价值的内容。 CSDN 会根据你创作的博客的质量，给予优秀的博主博客红包奖励。请关注 https://bbs.csdn.net/forums/csdnnews?typeId=116148&utm_source=csdn_ai_ada_blog_reply8 看奖励名单。

大家在看

最新文章

目录

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。