机器学习笔记 - YOLO家族简介

一、背景概述

        目标检测是计算机视觉中最重要的课题之一。大多数计算机视觉问题都涉及检测视觉对象类别,如行人、汽车、公共汽车、人脸等。这一领域不仅限于学术界,而且在视频监控、医疗保健、车载传感和自动驾驶。

        许多用例,尤其是自动驾驶,需要高精度和实时推理速度。因此,选择适合速度和准确性要求的物体检测器变得至关重要。YOLO(You Only Look Once)是一种单级目标检测器,用于实现两个目标(即速度和准确性)。而今天,我们将通过涵盖所有 YOLO 变体(例如,YOLOv1、YOLOv2、...、YOLOX、YOLOR)来介绍 YOLO 家族。

        自成立以来,对象检测领域已经显着增长,并且最先进的架构在各种测试数据集上都能很好地推广。但是要了解这些当前最好的架构背后的魔力,有必要知道这一切是如何开始的,以及我们在 YOLO 家族中已经走到了多远。

        物体检测算法分为三类:

        1、基于传统计算机视觉

        2、基于两阶段深度学习的算法

        3、第三个是

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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