深圳品牌营销型网站建设,网站后台怎么修改代码,东莞网站建设外包,模板网站建设套餐目录
一、目标学习的检测方法变迁及对比
二、深度学习目标检测算法基本流程
三、传统目标检测算法VS深度学习目标检测算法 一、目标学习的检测方法变迁及对比 “目标检测“是当前计算机视觉和机器学习领域的研究热点。从Viola-Jones Detector、DPM等冷兵器时代的智…目录
一、目标学习的检测方法变迁及对比
二、深度学习目标检测算法基本流程
三、传统目标检测算法VS深度学习目标检测算法 一、目标学习的检测方法变迁及对比 “目标检测“是当前计算机视觉和机器学习领域的研究热点。从Viola-Jones Detector、DPM等冷兵器时代的智慧到当今RCNN、YOLO等深度学习土壤孕育下的GPU暴力美学整个目标检测的发展可谓是计算机视觉领域的一部浓缩史。整个目标检测的发展历程已经总结在了下图中 可以看出在2012年之前在目标检测领域还是以传统手工特征的检测算法为主但是随着卷积神经网络(CNN)在2012年的兴起目标检测开始了在深度学习下的暴力美学。在深度学习下目标检测的效果比传统手工特征效果好太多。直至今日基于深度学习的检测算法依然是目标检测的主流。
二、深度学习目标检测算法基本流程 流程一 给定一张待检测图片将这张图片作为检测算法的输入然后对图片采用滑动窗口方式进行进行候选框的提取然后对每个候选框中的图像进行特征提取特征的提取主要基于前面的前置知识中介绍方式提取并用分类器进行特征分类的判定得到一系列的当前检测目标的候选框这些候选框可能存在重叠的状况此时使用非极大值抑制算法NMS对候选框进行合并或过滤得到的最后的候选框就是最终的检测目标即输出结果。
流程二 给定一张图片作为输入采用特征提取目标框回归的方法来进行目标区域的提取最后同样利用NMS进行候选框的合并最终得到目标输出结果。
注意
流程一适用于传统的目标检测方法和基于深度学习的目标检测方法流程二适用于基于深度学习的目标检测方法
三、传统目标检测算法VS深度学习目标检测算法
传统目标检测算法深度学习目标检测算法手动设计特征 深度网络学习特征 滑动窗口Proposal或者直接回归传统分类器 深度网络 多步骤端到端准确度和实时性差准确度高和实时性好 上一篇 02目标检测-传统检测方法
下一篇04目标检测-Two-stage的目标检测算法
