【百度飞浆】目标检测综述
生活随笔
收集整理的這篇文章主要介紹了
【百度飞浆】目标检测综述
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
目標檢測綜述
- 什么是目標檢測
- 應用場景
- 商品檢測
- 智慧交通
- 巡檢:安全生產
- 巡檢：輸電通道本體及缺陷識別
- 存在的挑戰
- 垂類細分領域
- 算法進展
- 傳統目標檢測算法
- 深度學習的優勢
- 兩階段之RCNN：深度學習方法提取特征
- 兩階段之Fast/Faster-RCNN
- 兩階段之Fast/Faster-RCNN
- Anchor和Anchor-Based方法
- Anchor-Based方法
- Anchor-Based方法：一階段
- Anchor缺點
- Anchor-Free方法
- 深度學習算法小結
- 三類算法的對比
- 基礎概念
- 常用開源數據集
- PaddleDetection端到端開發套件
- PaddleDetection主要特點
- 模塊設計
- 豐富的模型庫
- 主要模型效果一覽
- 其他特色模型
- 端到端的能力
- 支持VisualDL輔助模型優化
- 支持模型壓縮
- 支持移動端的部署
- 支持服務部署
- ECCV2020雙賽道冠軍
什么是目標檢測
應用場景
商品檢測
智慧交通
巡檢:安全生產
巡檢：輸電通道本體及缺陷識別
存在的挑戰
垂類細分領域
算法進展
傳統目標檢測算法
深度學習的優勢
兩階段之RCNN：深度學習方法提取特征
兩階段之Fast/Faster-RCNN
兩階段之Fast/Faster-RCNN
Anchor和Anchor-Based方法
Anchor-Based方法
Anchor-Based方法：一階段
Anchor缺點
Anchor-Free方法
深度學習算法小結
三類算法的對比
基礎概念
常用開源數據集
PaddleDetection端到端開發套件
PaddleDetection主要特點
模塊設計
豐富的模型庫
主要模型效果一覽
其他特色模型
端到端的能力
支持VisualDL輔助模型優化
支持模型壓縮
支持移動端的部署
支持服務部署
ECCV2020雙賽道冠軍
總結
以上是生活随笔為你收集整理的【百度飞浆】目标检测综述的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 深度神经网络实践：车牌识别
- 下一篇： 【百度飞浆】RCNN系列目标检测算法详解