
目标检测
Nku_dong
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
非极大值抑制(Non Maximum Suppression,NMS)
非极大值抑制(Non Maximum Suppression, NMS) 非极大值抑制定义:在深度学习中,利用CNN进行目标检测时为了更好的检测效果,会产生大量区域提议。因此检测模型通常输出大量冗余的区域检测框,NMS是检测模型在得到大量检测结果之后,抑制较差检测框选取最优检测结果的策略。 重叠率(Intersection over Union, IOU) 在引入NMS之前,首先要介绍一个目标检测...原创 2019-02-21 14:51:07 · 369 阅读 · 0 评论 -
深度学习图像目标检测综述(一)
前言 最近实习期间对检测模型产生强烈兴趣,写次文章记录小白检测模型的学习之路,文章遵从RCNN家族开始基于检测模型的更迭,loss的进化还有区域提议RPN的发展出现逐一阐述。 RCNN 论文链接:https://arxiv.org/abs/1311.2524 作者信息:Ross Girshick, Jeff Donahue, Trevor Darrell, Jitendra Malik RCNN是...原创 2019-08-05 17:12:57 · 1197 阅读 · 0 评论 -
深度学习图像目标检测综述(二)
Faster-RCNN 论文链接:https://arxiv.org/abs/1506.01497 作者信息:Shaoqing Ren, Kaiming He, Ross Girshick, Jian Sun 检测模型经历了RCNN----Fast RCNN的变迁,通过联合交叉熵loss和均方误差loss进行统一训练的方式提高模型收敛速度,增加目标检测的准确度。但是候选框的提议仍基于selecti...原创 2019-08-05 20:47:24 · 395 阅读 · 0 评论