目标检测与MMDetection
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、目标检测是什么?
简单点说就是给你一张照片,一段视频,然后找出这张图片或者视频里指定的物品,可能是人脸(在摄影中),可能是某个物体,例如某张椅子(在购物软件以图搜图中),甚至垃圾分类和自动驾驶。
二、痛点与难点
1.与图像分类的不同
图像分类物体数量固定,位置固定,大小固定。目标检测数量不固定,位置不固定,大小不固定。
2.划窗
可以把一张图片或者一段视频分为多个子图像或者子片段,对每个片对进行图像分类,划分这些子图片或者子片段的方法就是引入一个划窗。问题是这样的话计算量过大,一张1000*600像素的照片可能需要1200个划窗。
三、目标检测技术的演化
最开始就是用R-CNN暴力遍历,到区域建议(基于底色大概预测一下物体位置),到分析与消除重复计算的量,以及在特征图上进行密集预测等。