OpenMMLab 实战营打卡 - 第 4 课

文章探讨了目标检测在视觉任务中的应用,特别是两阶段方法,如从图像区域提取文字或人体检测。传统的滑窗方法效率低,且不可训练,而深度学习引入了卷积来减少冗余计算,采用1×1卷积实现隐式滑窗,优化了检测过程。

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

目标检测

  • 下游视觉任务
    • 两阶段,例如提取图片区域再生成文字;人体提取IOU再生成skeleton

滑窗

  • 基本理念(效率低

    • 固定一个窗口
    • 便利图片
    • 用窗口扫描图片
  • 启发式算法——不可训练,违背深度学习思想

  • 减少冗余计算

    • 重叠部分多次计算——用卷积一次性计算所有特征,去除特征来分类
      • 原计算方式在这里插入图片描述
  • 密集预测

    • 变成用1×1的卷积去扫,隐式滑窗
    • 在这里插入图片描述
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