深度学习目标检测系列论文阅读和Pytorch实现(一)

最新推荐文章于 2022-12-21 09:12:52 发布
最新推荐文章于 2022-12-21 09:12:52 发布
阅读量767 收藏 2
点赞数
CC 4.0 BY-SA版权
分类专栏： 目标检测 python 文章标签： 深度学习 目标检测 Pytorch
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/IEEE_FELLOW/article/details/104046619
本文概述了从SSD到EfficientDet的单阶段目标检测算法发展路线，包括算法原理、论文解读及Pytorch代码实现，适合深度学习研究者和计算机视觉爱好者深入理解并实践。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

深度学习中目标检测通常分单阶段和两阶段算法。这里整理最近研究的单阶段系列算法，包含论文的简单介绍和Pytorch代码实现。

算法路线为SSD=>FPN=>RetinaNet=>EfficientDet.

目前正在复现EfficientDet论文。

1、SSD论文解读

2、SSD算法实现和训练自己的数据集

3、FPN论文解读：https://blog.youkuaiyun.com/IEEE_FELLOW/article/details/104046654

4、Retinanet论文解读

5、Retinanet算法实现和训练自己的数据集

6、EfficientDet论文解读

7、EfficientDet算法实现和训练自己的数据集

在接下来的系列将会给出上面算法的论文阅读和SSD/RetinaNet/EfficientDet的Pytorch代码解析。

挖坑待填...近期有空会不断更新

【基于 PyTorch 的 Python 深度学习】9 目标检测与语义分割（2）
作者正在煮茶中...
05-28 1144
根据吴茂贵《 Python 深度学习基于 PyTorch ( 第 2 版 ) 》撰写的学习笔记，该篇主要介绍了优化候选框的几种方法。
yolov9-pytorch 深度学习目标检测算法模型
qq_27815483的博客
06-19 1854
yolov9是一种基于深度学习的目标检测算法,可以广泛应用于各种计算机视觉和人工智能领域的应用中
深度学习-目标检测-SSD-pytorch
qq_29007291的博客
01-05 1226
有个细节要注意, 返回的target,针对每个图像是不同的维度。因为每个图所拥有的bounding boxes的数量是不相同的，不像yolo，target的维度是固定的。
深度学习之PyTorch物体检测实战(1)
qq_33228039的博客
08-03 1981
1.IOU def iou(boxA,boxB): """ @param boxA:真实框 @param boxB:预测框 @return:IOU """ left_max=max(boxA[0],boxB[0]) top_max=max(boxA[1],boxB[1]) right_min=min(boxA[2],boxB[2]) bottom_min=min(boxA[3],boxB[3]) #计算重合面积 int
深度学习目标检测算法综述(论文和代码)
weixin_30484739的博客
03-26 264
RCNN-→SPP Net-→ Fast RCNN-→ Faster RCNN-→ YOLO-→ SSD 思路是：a,生成候选框 b，CNN提取特征 c,分类网络 d,回归，位置精修(refine) RCNN: 论文: https://arxiv.org/pdf/1311.2524.pdf 源码: https://github.com/rbgirshick/rcnn 一...
基于深度学习的目标检测算法综述
u013328485的专栏
08-24 811
概述 Overview 在深度学习正式介入之前，传统的「目标检测」方法都是区域选择、提取特征、分类回归三部曲，这样就有两个难以解决的问题；其一是区域选择的策略效果差、时间复杂度高；其二是手工提取的特征鲁棒性较差。 云计算时代来临后，「目标检测」算法大家族主要划分为两大派系，一个是 R-CNN 系两刀流，另一个则是以 YOLO 为代表的一刀流派。下面分别解释一下两刀流和一刀流。 两刀...
深度学习系列Yolov4论文复现基于pytorch
05-28
深度学习系列Yolov4论文复现基于pytorch 通过这篇论文复现项目，我们可以学到以下几个重要的知识点： 1. 手动实现Yolov4损失函数和build_target核心函数，不借助任何API。这需要我们对Yolov4的损失函数有深入的...
论文ComplexYOLO点云实时三维目标检测基于YOLOv4的PyTorch实现.zip
最新发布
03-12
标题中的“论文ComplexYOLO点云实时三维目标检测基于YOLOv4的PyTorch实现.zip”提示我们，文档的主体内容可能是一个关于点云数据处理的学术论文，其焦点在于实时三维目标检测技术。使用了YOLOv4作为目标检测算法的...
基于pytorch深度学习框架，实用开源模型yolov4实现模板检测与yolov5实现车牌检测与LPRNet实现车牌检测.rar
06-24
在本项目中，我们主要探讨了使用PyTorch深度学习框架来实现三种不同的目标检测任务：模板检测、车牌检测以及车牌识别。PyTorch是一个流行的深度学习库，以其易用性和灵活性著称，使得研究人员和开发者能够快速构建和...
【案例实践】PyTorch深度学习遥感影像地物分类与目标检测、分割及遥感影像问题深度学习优化实践技术
weixin_49857990的博客
12-21 961
以PyTorch为主体的深度学习平台为使用卷积神经网络也提供程序框架。但卷积神经网络涉及到的数学模型和计算机算法都十分复杂、运行及处理难度很大，PyTorch平台的掌握也并不容易。
目标检测练习代码--pytorch
12-05
目标检测练习代码--pytorch
目标检测-20种常用深度学习算法论文、复现代码汇总.zip
03-29
目标检测-20种常用深度学习算法论文、复现代码汇总
深度学习目标检测论文
12-09
基于深度学习的目标检测论文包括faster RCNN，SSD, YOLO,Mask RCNN等等，以及各种网络论文：LeNet，AlexNet、vgg，ResNet等等
PytorchNetHub:项目注释+论文复现+算法竞赛
05-14
目的 论文复现 算法竞赛 项目注释 即开即用推荐官方库,阅读源码推荐注释 接下来工作 目标检测 Faster rcnn YOLO v1 YOLO v3 YOLO v4 SSD CAM S4ND 语义分割 U-Net 主干网络 FPN SKNet HS-ResNet AFF-ResNet TargetDrop 激活函数 FunnelAct DynamicReLU 人脸识别 Semi-Siamese-Training BroadFace 人脸损失 AMSoftmax ArcFace Circle-Loss DiscFace NPCFace 知识蒸馏 RepDistiller 算法竞赛 排名: 32/2403 排名: 4/430 其他 AMP - 自动混合精度 DDP - 分布式数据并行 汇总 2021 模型 官方库 注释 实现
目标检测论文合集
12-19
RCNN，VGG，fastRCNN，fasterRCNN，YOLO，YOLO2，YOLO3，MaskRCNN
目标检测-深度学习应用于目标检测的论文
shanzsz的博客
03-20 434
Table of Contents Paper list from 2014 to now(2019) Performance table Papers 2014 2015 2016 2017 2018 2019 2020 Dataset Papers
深度学习目标检测系列论文阅读和Pytorch实现(二)——SSD论文阅读
IEEE_FELLOW的博客
02-09 781
比较老的论文，但是是one stage的代表。 主要贡献 1）提出SSD检测架构。具有比YOLO更快更准的单阶段检测器，具有和较慢的Faster RCNN一样的准确率。 2）SSD的核心思想是使用一组固定的default bounding box通过小的卷积核作用于特征图上对类别和边框的偏移（offset）进行预测。 3）为了获得高的检测准确率，在不同尺度特征图上进行预测。 4）简...
深度学习目标检测的论文集及概述
xiaobaizaza_Ry的博客
08-16 2437
deep learning object detection A paper list of object detection using deep learning. I wrote this page with reference to this survey paper and searching and searching.. Last updated: 2020/07/17 Update log 2018/9/18 - update all of recent papers an...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值