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