柒零叁网站建设湖南长沙,北京购物网站建设,wordpress免费的企业主题,华为云网站定制OpenMMLab 目标检测1. 目标检测简介1.1 滑窗2. 基础知识2.1 边界框#xff08;Bounding Box#xff09;3. 两阶段目标检测算法3.1 多尺度检测技术4. 单阶段目标检测算法4.1 YOLO: You Only Look Once (2015)4.2 SSD: Single Shot MultiBox Detetor (2016)5. 无锚框目标检测算…
OpenMMLab 目标检测1. 目标检测简介1.1 滑窗2. 基础知识2.1 边界框Bounding Box3. 两阶段目标检测算法3.1 多尺度检测技术4. 单阶段目标检测算法4.1 YOLO: You Only Look Once (2015)4.2 SSD: Single Shot MultiBox Detetor (2016)5. 无锚框目标检测算法6. Detection Transformers7. 目标检测模型的评估方法8. MMDetection实战8.1 常用命令1. 目标检测简介
一个目标框至少6个参数(矩形框4、类别1、置信度1)两阶段目标检测的开山之作 Faster R-CNN (也是目标检测任务中的一个开山之作)单阶段目标检测算法的代表作YOLO推荐使用V5、SSD
1.1 滑窗 工作原理 不足之外 (效率太代、计算量太大) 改进思路 1区域提议 依赖外部算法Selective Search不是神经网络的一部分不可训练不符合学习的理念。 改进思路 2分析滑窗中的重复计算 消除滑窗中的重复计算 在特征图上进行密集预测 目标检测技术的演进
2. 基础知识
Anchor锚框以特征图上的位置在原图上对应的位置为中心设定不同大小、不同长宽比同时又重合的基准框。
2.1 边界框Bounding Box
3. 两阶段目标检测算法
3.1 多尺度检测技术
4. 单阶段目标检测算法
4.1 YOLO: You Only Look Once (2015)
4.2 SSD: Single Shot MultiBox Detetor (2016)
5. 无锚框目标检测算法
6. Detection Transformers
7. 目标检测模型的评估方法
8. MMDetection实战
8.1 常用命令
使用mim搜索预训练模型
mim search mmdet --model mask r-cnn使用mim下载模型
mim download mmdet --config mask_rcnn_r50_fpn_2x_coo --dest .
