![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
文章平均质量分 97
整理一些常用的目标检测模型
大稻子
这个作者很懒,什么都没留下…
展开
-
【yolov2模型】
误差方面:与Fast R-CNN相比,yolov1的会有更多的定位误差召回率:与区域候选框的方法相比,yolov1的召回率更低由此,作者在yolov2模型中做了一系列的改进来优化定位效果和提升召回率,包括增加BN层、增大分辨率、引入候选框、多尺度训练等。原创 2023-07-23 12:24:46 · 424 阅读 · 0 评论 -
【yolov1模型】
在yolov1提出之前,目标检测常用的方法有DPM和R-CNN方法,DPM是通过一个滑动窗口来定位和识别物体,R-CNN是先提取候选框再识别物体,这些检测方法流程复杂,性能较差。并且每个模块都必须单独训练调优,很难优化。原创 2023-07-06 23:59:03 · 169 阅读 · 0 评论