文章探讨了目标检测的基本范式，对比了目标检测与图像分类的区别，介绍了边界框的表示方法和IoU作为评价标准。重点讲解了滑窗和密集预测策略，以及无锚框检测算法如FCOS、YOLOX和YOLOv8的应用。
AI实战训练营（Class 6）目标检测与MMDetection
目标检测的基本范式
目标检测 vs 图像分类
目标检测技术的演进
框，边界框
描述一个框需要四个像素值，有两种方式：
- 左上右下坐标（l,t,r,b）
- 中心坐标和边框的长宽（x,y,w,h）
评价边界框的好坏：交并比（IoU）
交并比（IoU）定义了两个矩形框的交集面积与并集面积之比，是矩形框重合度的h衡量指标。
目标检测的基本思路
滑窗
通过固定大小的窗口对整个图像进行滑动遍历，并对窗口中的图像进行评估，以获得评价高的窗口。
为了检测不同大小、不同形状的物体，可以使用不同大小，不同长宽比的窗口扫描图片。
密集预测基本范式
通过主干网络对对图像提取特征，再由检测头对特征图进行预测，从而减少计算量。
但这种方法对于小目标效果不好，一种解决办法是特征金字塔：
在主干网络卷积的不同层的特征图进行检测头预测，可以有效地对小目标进行预测。
无锚框目标检测算法
无锚框 vs 有锚框
FCOS
YOLO X
YOLO v8
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
