传统的机器学习目标检测和深度学习的目标检测

sinat_41852207

于 2019-03-05 19:51:31 发布

阅读量1.1w

点赞数 17

分类专栏：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/sinat_41852207/article/details/88199697

版权

本文介绍了目标检测的任务，从分类到定位，探讨了传统机器学习和深度学习在目标检测上的差异。传统方法依赖手工特征，如HOG+SVM，而深度学习通过卷积网络自学习特征。深度学习目标检测分为two-stage（如Faster R-CNN）和one-stage（如YOLO、SSD），前者精度高但速度慢，后者速度快但准确性相对较低。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

概述：

目标分类：给一张图片，分类

目标检测：给一张图片，找到目标，并用矩形框画出

分类是对一幅图整体，检测是更进一步，找出一幅图中一部分。一般检测以分类为基础，

如用滑动窗口搜索，然后用分类器分类是目标还是背景，或多分类（这是回归和分类的区别）。

开发流程：

项目预研算法选型数据集下载和打包环境搭建模型训练模型测试模型优化

传统的机器学习目标检测和深度学

最低0.47元/天解锁文章

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。