深度目标检测的发展

目标检测的发展阶段

  1. 检测网络的出现和端到端;
  2. one-stage模型的出现及two-stage模型的优化;
  3. anchor-based模型的优化与改良
  4. anchor-free时代

目标检测模型的种类

  • two-stage anchor-based detector
  • one-stage anchor-based detector
  • anchor-free detector(可细分为keypoint-based和center-based)

目标检测通用框架
在这里插入图片描述

  • Input:{Image,patches,Image Pyramid}
  • Backbone:{VGG,ResNet,ResNeXt,Darknet}
  • Neck:{FPN,PANet,BiFPN}
  • Head:Dense Prediction:{RPN,YOLO,SSD,RetinaNet};Sparse Prediction:{Faster R-CNN,R-FCN}

目标检测的几个重要的出发点

  1. 如何设计更好的特征提取网络?提取何种特征?如何利用这些特征?
  2. 如何设计更好的损失函数?何种分类损失?何种定位损失?如何结合这两种损失?
  3. 正负样本定义问题(相比分类和分割,目标检测中正负样本的定义尤为重要)
  4. 目标尺度变化问题
  5. 目标检测框架是由多个部件组成(preprocessing+backbone+neck+head+postprocessing),如何处理各个部件之间连接关系和紧密程度。
  6. 如何更好的实现准确度与速度的平衡问题

目标检测中的label assignment:https://blog.csdn.net/weixin_41560402/article/details/109646868

目标检测中的NMS:https://blog.csdn.net/weixin_41560402/article/details/109540517

目标检测中的多尺度特征:https://blog.csdn.net/weixin_41560402/article/details/109540128

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值