Title
Fork me on GitHub

2023-2-7-openMMLab AI实战营 笔记(四)

前言

目标检测:给定一张图片,用矩形框框出所有感兴趣物体同时预测类别

应用:

区别:

检测技巧:

检测的演进:

基础知识

基本概念:

框、边界框(Bounding Box)

交并比

置信度

非极大值抑制

边界框回归

边界框编码

两阶段检测:

降低区域提议的计算成本

锚框

单阶段检测:

YOLO(2015)

SSD

正负样本不均衡

RetinaNet

YOLO v3(2018)

无锚框检测:

FCOS(2019)

CenterNet(2019)

Detection Transformers:

DETR(2020)

Deformable DETR (2021)

检测模型的评估方法:

检测结果的对/错

准确率和召回率

PR曲线和AP值

posted @ 2023-02-07 15:47  新西兰蟹老板  阅读(14)  评论(0编辑  收藏  举报  来源