13、计算机视觉研究方向与数据集创建指南

计算机视觉研究方向与数据集创建指南

1. 计算机视觉研究方向

1.1 目标检测

EfficientDet 是目标检测领域的一个重要里程碑，它基于 EfficientNet 骨干网络构建目标检测架构。除了骨干网络，它还引入了一种名为双向特征金字塔网络（BiFPN）的多层特征金字塔网络。

1.2 语义分割

U-Net 是最简单但并非最先进的语义分割架构。更复杂的方法可以参考关于 DeepLabv3 和金字塔场景解析网络（PSPNet）的论文。目前，DeepLabv3 被认为是图像分割领域的最先进技术，并且在 TensorFlow 模型库中得以实现。

1.3 全景分割

Kirillov 等人提出的全景分割任务为目标检测开辟了新领域，它将实例分割和全场景语义分割整合到一个模型中。对象分为两类：可数对象（如“人”或“汽车”）进行单独检测，不可数对象（如“道路”或“天空”）进行全局分割。该领域目前的顶级方法是 Panoptic FPN 和 Panoptic DeepLab，它们都作为 Detectron2 平台的一部分得以实现。

以下是一个简单的表格总结这些方法：
| 任务 | 方法 | 特点 |
| ---- | ---- | ---- |
| 目标检测 | EfficientDet | 基于 EfficientNet 骨干，引入 BiFPN |
| 语义分割 | DeepLabv3 | 最先进，在 TensorFlow 模型库实现 |
| 全景分割 | Panoptic FPN、Panoptic DeepLab | 整合实例和语义分割，在 Dete