基于One—stage的目标检测算法综述

one-stage算法相对于two-stage算法更加快速，但是损失了精度

One-stage 的常见算法：

·YoLoV1/V2/V3

`SSD/DSSD

`Retina-Net

One-stage算法的两大核心组件：

·CNN网络

·回归网络（不同的算法主要的区别在于回归网络）

CNN网络设计原则：

·从简到繁再到简

·多尺度特征融合

·更轻量级的CNN网络

回归网络：

·归网络的输入是CNN网络输出的特征图（feature map）

·回归网络包含两大部分分别是区域回归和Anchor机制

·区域回归返回了预测框的位置和类别，包含置信度、位置、类别，置信度表示当前各自包含目标区域的可能性

·Anchor机制是为了找到不同的推荐区，Anchor机制属于RPN网络的核心组件，Anchor机制把特征图看作一个一个的点，从中获取预测框的长宽比。Anchor机制是SSD算法的特点

表示位置信息的矩形框：

·只需要获得矩形框的位置信息和长宽比，位置信息由矩形框左上角的顶点和右下角的顶点表示，在YOLO算法中，位置信息是由Bounding Box的中心位置给出。

基于One—stage的目标检测算法综述相关推荐

基于深度学习的目标检测算法综述（一）
基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述(二) 基于深度学习的目标检测算法综述(三) 本文内容原创,作者:美图云视觉技术部检测团队,转载请注明出处目标检测(Object ...
基于深度学习的目标检测算法综述（二）
转自:https://zhuanlan.zhihu.com/p/40020809 基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述(二) 基于深度学习的目标检测算法综述(三) 本文 ...
病虫害模型算法_基于深度学习的目标检测算法综述
sigai 基于深度学习的目标检测算法综述导言目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一.由于各类物体有不同的外观,形状,姿态,加上成像 ...
基于深度学习的目标检测算法综述(从R-CNN到Mask R-CNN)
深度学习目标检测模型全面综述:Faster R-CNN.R-FCN和SSD 从RCNN到SSD,这应该是最全的一份目标检测算法盘点基于深度学习的目标检测算法综述(一) 基于深度学习的目标检测算法综述 ...
AI综述专栏 | 基于深度学习的目标检测算法综述
https://www.toutiao.com/a6685618909275488780/ 2019-04-30 17:35:53 关注微信公众号:人工智能前沿讲习, 重磅干货,第一时间送达 AI综述 ...
基于深度学习的目标检测算法综述
其它机器学习.深度学习算法的全面系统讲解可以阅读<机器学习-原理.算法与应用>,清华大学出版社,雷明著,由SIGAI公众号作者倾力打造. 书的购买链接书的勘误,优化,源代码资源导言目 ...
python成绩统计及格学平成_基于深度学习的目标检测算法综述
导言目标检测的任务是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一.由于各类物体有不同的外观,形状,姿态,加上成像时光照,遮挡等因素的干扰,目标检测一直是机器视 ...
综述 | 基于深度学习的目标检测算法
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自:计算机视觉life 导读:目标检测(Object Det ...
一文尽览 | 基于点云、多模态的3D目标检测算法综述！（Point/Voxel/Point-Voxel）
点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取点击进入→自动驾驶之心技术交流群后台回复[ECCV2022]获取ECCV2022所有自动驾驶方向论文! 目前 ...

基于One—stage的目标检测算法综述

基于One—stage的目标检测算法综述相关推荐

最新文章

热门文章