第一次接触这个是研一导师给我分配第一月任务时候听到的,导师说一个月要跑出yolo并且理解。我一愣,心里想着什么是yolo算法,导师说:yolo简单地说就是有一个框框把你想要的目标框出来,比如进校门的时候刷脸就会把你的脸框出来去进行人脸识别,从那刻开始目标检测的齿轮开始了转动。从今天开始在这里记录我的目标检测学习过程。
什么是目标检测?
视觉四个任务可以分为以上四种:分类(识别类cat),定位(识别类cat的基础之上定位框出来),目标检测(多个类的识别),实类分割
用输入和输出概括目标检测是干啥的:
输入:图片
输出:要预测一系列的Bounding Box(框)的坐标以及 Label(类别)
目标检测原理
知道了目标检测是干啥的就想要要知道目标检测的基本原理
目标检测简单的来说可以分为训练和测试两个阶段,利用自己标注好的数据集来训练,得到一个最好的测试网络,以此来进行不同类的识别。其实拿我们人来举例子,从小学开始我们就要学汉字,上课时候老师告诉我们某一个字长啥样拼音怎们读,我们跟着读几次,放学回家照着写几次,这个过程就是训练,读音和形状就相当于检测网络的权重,参数,下一次再出现这个字的时候,虽然每个人的写法都不一样,但是我们还是能够认识(识别)出这个字是什么。对于检测网络结构的卷积神经网络知识等以后的学习再涉及和深究。