目标检测资料

 

目标检测入门,看这篇就够了 (总结了各个方法的主要流程、相比之前方法的改进和优缺点,R-CNN系列讲解的很不错,YOLO和SSD讲解的不好)

综述:目标检测二十年(2001-2021)

目标检测究竟发展到了什么程度?| 目标检测发展22年 (推荐)

哔哩哔哩:浙江大学-机器学习-目标检测 (推荐)

 

FPN(Feature Pyramid Network)

重读FPN(Feature Pyramid Network) - 知乎 (zhihu.com) (推荐)

FPN —— 特征金字塔 - 知乎 (zhihu.com)

 

理解Selective Search

目标检测评价标准mAP

 

一文读懂Faster RCNN (讲解非常详细)

捋一捋pytorch官方FasterRCNN代码

 

详解R-FCN - 知乎 (zhihu.com) 

Mask R-CNN 论文详解 - 知乎 (zhihu.com)

Sparse R-CNN - 知乎 (zhihu.com)

 

YOLO原理与实现

SSD原理与实现

SSD目标检测 (知乎 白裳)

 

SSD的torchvision版本实现详解

YOLOv2原理与实现(附YOLO9000和YOLOv3)

【精读AI论文】YOLO V3目标检测(附YOLOV3代码复现)bilibili

<机器爱学习>YOLO v3深入理解

YOLO V4 — 网络结构和损失函数解析

深入浅出Yolo系列之Yolov5核心基础知识完整讲解

 

R-CNN series extract region proposals using selective search or RPN in the first stage and classify the objects in these potential regions in the second stage.

 

从YOLO的三代变革中可以看到,在目标检测领域比较好的策略包含:

  • 设置先验框
  • 采用全卷积做预测
  • 采用残差网络
  • 采用多尺度特征图做预测

AP50高,说明模型的定位能力有了;AP95低,说明模型的定位能力还不够精准。

 

R-CNN

 

fast R-CNN

backbone: vgg16

 

faster R-CNN

backbone: vgg16

 

YOLO-v1

backbone: GoogleNet

 

 

SSD

 

FPN

FPN(Feature Pyramid Network) 

重读FPN(Feature Pyramid Network) - 知乎 (zhihu.com) (推荐)

 

posted @   Picassooo  阅读(88)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 微软正式发布.NET 10 Preview 1:开启下一代开发框架新篇章
· 没有源码,如何修改代码逻辑?
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
历史上的今天:
2021-05-11 转:Zero-shot Learning / One-shot Learning / Few-shot Learning
2020-05-11 论文笔记:Multiview Subspace Clustering via Tensorial t-Product Representation
2020-05-11 不定长数目参数,*args, **kwargs
点击右上角即可分享
微信分享提示