1. 目标检测是在图片中对可变数量的目标进行查找和分类

    1. 目标种类和数量问题
    2. 目标尺度问题
    3. 外在环境干扰问题
  2. 目标检测方法(深度学习)
    1. 基于一体化卷积网络的检测:Overfeat->YOLO->SSD->Retina-Net
    2. 基于Object Proposal的检测:RCNN->SPPNet->Fast RCNN->Faster RCNN->Pyramid Networks
  3. 目标检测算法基本流程
    • 输入图片->候选框->特征提取->分类器判定目标or背景->NMS->输出
  4. 传统目标检测方法
    • Viola-Jones
    • HOG+SVM
    • DPM
    • ...
  5. 深度学习目标检测方法
    • One-stage(YOLO和SSD系列)
    • Two-Stage(Faster RCNN系列)
  6. 传统目标检测算法和深度学习目标检测算法比较
    • 传统:

      • 手动设计特征
      • 滑动窗口
      • 传统分类器
      • 多步骤
      • 准确度和实时性差
    • 深度:
      • 深度网络学习特征
      • Proposal或者直接回归
      • 深度网络
      • 端到端
      • 准确度高实时性好
  7. Viola-Jones(人脸检测)
    • Haar特征抽取
    • 训练人脸分类器(adaboost)
    • 滑动窗口
  8. HOG+SVM(行人检测、opencv实现)
    • HOG特征

      • 灰度化+Gamma变换
      • 计算梯度map
      • 图像划分成小的cell,统计每个cell梯度直方图
      • 多个cell组成一个block,特征归一化
      • 多个block串联,并归一化
  9. DPM(目标检测)
    • HOG的扩展,利用SVM训练得到物体的梯度
    • DPM特征提取:有符号梯度和无符号梯度
    • 过程:
      • 计算DPM特征图
      • 计算响应图
      • Latent SVM分类器训练
      • 检测识别
  10. NMS(非极大值抑制算法)
    • 目的:为了消除多余的框,找到最佳的物体检测的位置
    • 思想:选取那些邻域里分数最高的窗口,同时抑制那些分数低的窗口
  11. Soft-NMS(非极大值抑制算法)
    • 相邻区域内的检测框的分数进行调整而非彻底抑制,从而提高了高检测率情况下的准确率
    • 在低检测率时仍能对物体检测性能有明显提升

计算机视觉目标检测算法总结1——简介相关推荐

  1. 目标检测算法Faster R-CNN简介

    在博文https://blog.csdn.net/fengbingchun/article/details/87091740 中对Fast R-CNN进行了简单介绍,这里在Fast R-CNN的基础上 ...

  2. 计算机视觉目标检测算法总结5——RCNN系列算法

    Faster RCNN介绍 Boss B.Girshick在2016年提出 目标检测任务 给定图片中精确定位物体位置,预测物体类别 尺度变化.视角变化.姿态变化.场景不确定.多个类别 RCNN-> ...

  3. 计算机视觉目标检测算法总结4——其他SSD系列算法

    RSSD算法 rainbow concatenation方式(pooling加deconvolution)融合不同层的特征,在增加不同层之间feature map关系的同时也增加了不同层的featur ...

  4. 计算机视觉目标检测算法总结2——基于深度学习

    Two-Stage深度学习目标检测:准确度高.速度相对one-stage要慢 CNN网络设计规则 从简到繁再到简的卷积神经网络 多尺度特征融合的网络 更轻量级的CNN网络 RPN网络 区域推荐(anc ...

  5. 目标检测算法Fast R-CNN简介

    在博文https://blog.csdn.net/fengbingchun/article/details/87007598 中对R-CNN进行了简单介绍,这里在R-CNN的基础上简单介绍下Fast ...

  6. 计算机视觉目标检测之selective search算法

    关于two stage目标检测算法中的SSD在目标选取阶段的使用的ss算法的一些学习资料 简介 一张图像中包含的信息非常丰富,图像中的物体有不同的形状.尺寸.颜色.纹理,而且物体间还有层次(hiera ...

  7. 目标检测算法模型YOLOV3原理及其实战 课程简介

    前言 在移植目标检测算法模型到海思AI引擎上运行的过程中,深切感受到理解和掌握算法模型原理的重要性. 基于此,我出了一门专门来讲目标检测算法模型原理及实战的课程.虽然讲的是YOLOV3模型,但是对理解 ...

  8. 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 ...

  9. YOLO目标检测算法

    YOLO算法 简介 本文主要介绍YOLO算法,包括YOLOv1.YOLOv2/YOLO9000和YOLOv3.YOLO算法作为one-stage目标检测算法最典型的代表,其基于深度神经网络进行对象的识 ...

最新文章

  1. 用Microsoft DirectX光线跟踪改善渲染质量
  2. 一个「菜鸟」转行AI的成长心得!
  3. TypeError: Cannot red property 'style' of null 错误解决
  4. jq获取表格里的checkbox_Python抓取网页表格(一)
  5. 【OpenCV 例程200篇】48. 图像增强—彩色直方图匹配
  6. 《Puppet实战手册》——2.5 使用标准的命名约定
  7. 机械振动的傅里叶变化分析技术
  8. JavaScript网页cookie的“简单”设置
  9. 更好的图片压缩途径: WebP探索之路
  10. 如何做一个阿里云物联网安卓原生APP
  11. 无线中继后要不要关闭dhcp服务器,tplink无线路由器WDS桥接后副路由开启DHCP 好还是关闭好。...
  12. matlab生成的fig文件名字修改
  13. 计算机应对青少年素质培养作文,2020年关于素质修养的作文5篇
  14. 服务器解析错误_常见的域名解析错误原因及应对方法
  15. 力扣 460. LFU 缓存
  16. 雄厚实力的企业支持,是拍账王品牌前进发展的根基
  17. 怎么查看建筑图纸?有什么技巧吗?
  18. 使用神经网络实现葡萄酒数据集的分类分析
  19. 那些堪称神器的PPT制作小工具
  20. 洗衣机控制系统c语言编程,采用C语言编辑基于51单片机的全自动洗衣机控制系统毕业论文.doc...

热门文章

  1. SAP License:ERP实施关键问题
  2. SAP License:MTO和MTS的区别
  3. 实战篇—关于某产品的切分细则
  4. Spring课程 Spring入门篇 总结
  5. LeetCode 96——不同的二叉搜索树
  6. BZOJ 2820: YY的GCD
  7. 【荐】万能清除浮动样式
  8. 解决Gradle DSL method not found: ‘android()’
  9. 输入框值不能赋值成功
  10. c++ 状态模式(state)