基于One—stage的目标检测算法综述
生活随笔
收集整理的這篇文章主要介紹了
基于One—stage的目标检测算法综述
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
one-stage算法相對于two-stage算法更加快速,但是損失了精度
One-stage 的常見算法:
·YoLoV1/V2/V3
`SSD/DSSD
`Retina-Net
One-stage算法的兩大核心組件:
·CNN網絡
·回歸網絡(不同的算法主要的區別在于回歸網絡)
CNN網絡設計原則:
·從簡到繁再到簡
·多尺度特征融合
·更輕量級的CNN網絡
回歸網絡:
·歸網絡的輸入是CNN網絡輸出的特征圖(feature map)
·回歸網絡包含兩大部分分別是區域回歸和Anchor機制
·區域回歸返回了預測框的位置和類別,包含置信度、位置、類別,置信度表示當前各自包含目標區域的可能性
·Anchor機制是為了找到不同的推薦區,Anchor機制屬于RPN網絡的核心組件,Anchor機制把特征圖看作一個一個的點,從中獲取預測框的長寬比。Anchor機制是SSD算法的特點
表示位置信息的矩形框:
·只需要獲得矩形框的位置信息和長寬比,位置信息由矩形框左上角的頂點和右下角的頂點表示,在YOLO算法中,位置信息是由Bounding Box的中心位置給出。
總結
以上是生活随笔為你收集整理的基于One—stage的目标检测算法综述的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 鼠标移动框选动态绘制图形,基于zrend
- 下一篇: 目标检测之Two Stage