目标检测详细综述及常见分类

最新推荐文章于 2025-02-04 04:52:47 发布
最新推荐文章于 2025-02-04 04:52:47 发布
阅读量5.2k 收藏 11
点赞数 1
分类专栏： 深度学习 文章标签： 机器学习 人工智能 算法
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/weixin_44777363/article/details/108336369
版权
本文详细概述了目标检测技术，包括分为2类和3类的分类方法。传统算法涉及Cascade、HOG/DPM、Haar/SVM等，而深度学习则分为one-stage（如SSD, YOLO）和two-stage（如RCNN系列）方法。此外，文章还讨论了基于深度学习的回归方法，如YOLO、SSD和Faster R-CNN等，以及回归问题的解决方案和评估指标。" 105933221,9545538,软件需求工程详解,"['软件工程', '需求分析', '系统设计', '软件开发', '需求管理']

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

目标检测综述

目标检测

object detection，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。所以，object detection要解决的问题就是物体在哪里以及是什么的整个流程问题。

分类

分为2类

深度方法主要分为one-stage(e.g. SSD, YOLO)和two-stage(e.g. RCNN系列)两种. 相对来说one-stage速度快, 精度低. 而two-stage精度高, 速度慢。https://www.zhihu.com/question/53438706/answer/349720074
在这里插入图片描述

分为3类

https://cloud.tencent.com/developer/news/281788

传统的目标检测算法

Cascade + HOG/DPM + Haar/SVM以及上述方法的诸多改进、优化。

  • 传统目标检测流程：
    • 区域选择（穷举策略
最低0.47元/天 解锁文章
目标检测算法分类
来杯奶茶
12-07 9879
目标检测算法分类： 1、两步走的目标检测：先找出候选的一些区域，再对区域进行调整分类 代表：R-CNN、SPP-net、Fast R-CNN、Faster R-CNN 2、端到端的目标检测：采用一个网络一步到位，输入图片，输出有哪些物体，物体在什么位置 代表：YOLO、SSD 目标检测的任务： 分类原理： 如下是一张...
目标检测综述
计算机视觉life
07-09 14万+
前言 图片分类任务我们已经熟悉了，就是算法对其中的对象进行分类。而今天我们要了解构建神经网络的另一个问题，即目标检测问题。这意味着，我们不仅要用算法判断图片中是不是一辆汽车， 还要在图片中标记出它的位置， 用边框或红色方框把汽车圈起来， 这就是目标检测问题。 其中“定位”的意思是判断汽车在图片中的具体位置。 近几年来，目标检测算法取得了很大的突破。比较流行的算法可以分为两类，一类是基于Regio...
目标检测及分类方法总结（RFCN/SSD/RCNN/FastRCNN/FasterRCNN/SPPNet/DPM/OverFeat/YOLO）
qq_35196207的博客
05-15 2058
转载自：默一鸣目标检测文章这里搜集了一些关于物体检测的方法分析和介绍，看好哪个可以去详细研究一下，基本都有论文或代码的链接。这里是简述各种方法，下面有详细叙述方法选择：========DPM=========使用传统的slider window的方法 计算量非常大========OverFeat====改进了Alex-net，并用图像缩放和滑窗方法在test数据集上测试网络；提出了一种图像定位的方...
一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD
最新发布
2501_90433253的博客
02-04 1707
评估方法：准确率输入：图片输出：方框在图片中的位置（x,y,w,h）评估方法：检测评价函数 intersection-over-union（关于什么是IOU，请参看七月在线APP题库大题查看深度学习分类下第55题：https://www.julyedu.com/question/big/kp_id/26/ques_id/2138）卷积神经网络CNN已经帮我们完成了图像识别（判定是猫还是狗）的任务了，我们只需要添加一些额外的功能来完成定位任务即可。定位的问题的解决思路有哪些？
目标检测与分类
weixin_30530939的博客
10-11 546
目标检测的一般思路是 1.获取含有大量冗余特征的集合 2.利用机器学习的方法从特征集合中找出能够反映目标物体特性的特征 3.利用找到的特征构造分类器，实现目标检测 当前通用目标检测领域所使用的特征主要可以分为两类。 1.通过划分或变换得到的特征，如使用最广泛的Haar-like特征。这类特征的主要特点是：特征计算十分简单，特征集合的冗余信息能够很好地描述目标物体的特性。另外，只要图...
目标检测算法分类及相关术语
qq_35027690的博客
01-09 1548
1.目标检测算法分类： Two stage： 1）先生成Region Proposal， 2）通过卷积神经网络进行分类。 步骤：特征提取 ——> 生成Region Proposal ——> 分类/回归 代表算法：R-CNN、 Spp-Net、Fast R-CNN、Faster-RCNN，MTCNN等。 One stage 1）直接提取特征来预测物体的类别和位置。 步骤：特征提取 ...
【超全】目标检测模型分类对比与综述:单阶段、双阶段、有无锚点、DETR、旋转框
阿旭的博客
11-24 3477
【超全】目标检测模型分类对比与综述:单阶段、双阶段、有无锚点、DETR、旋转框
目标检测必看的六篇经典综述文章
09-14
六篇经典的综述介绍目标检测的论文阅读，理解目标检测的相关技术进展以及未来的发展趋势
深度学习轻量化目标检测综述（论文及思维导图）
11-04
"2023.9.27深度学习轻量化目标检测综述.xmind"和"(2023)基于深度学习的目标检测算法研究与应用综述.xmind"是关于这一主题的可视化工具，用以梳理和组织相关知识点。它们可以帮助学习者快速理解深度学习目标检测的...
基于深度学习的小目标检测算法综述
08-25
目标检测是计算机视觉的核心任务之一，它涉及到对图像中各个目标的定位和分类。随着深度学习的兴起，这一领域取得了显著的进步。深度学习利用复杂的神经网络结构，如卷积神经网络(CNN)，来自动学习特征表示，从而...
目标检测（Object Detection）
热门推荐
yegeli的博客
11-20 24万+
文章目录目标检测（Object Detection）一、基本概念1. 什么是目标检测2. 目标检测的核心问题3. 目标检测算法分类1）Tow Stage2）One Stage4. 目标检测应用1）人脸检测2）行人检测3）车辆检测4）遥感检测二、目标检测原理1. 候选区域产生1）滑动窗口2）选择性搜索① 什么是选择性搜索② 选择搜索流程③ 选择搜索优点2. 数据表示3. 效果评估4. 非极大值抑制三、目标检测模型1. R-CNN系列1）R-CNN① 定义② 流程③ 效果④ 缺点2）Fast R-CNN① 定义
目标检测概述
PLANTTHESON的博客
10-29 2830
目标检测概述
目标检测类别梳理
qq_47011000的博客
10-13 374
目标检测类别概述。
目标检测算法的分类和优缺点
dlyyds_的博客
03-01 1万+
前言 随着今年来科学技术的发展，尤其是人工智能和大数据技术的不断发展，不断应用于生活中的各个领域，给人们的生活带来方便和便利，深度学习这门技术也是越来越重要，目标检测也是深度学习的一个应用领域，本文主要介绍目标检测任务和发展脉络。 一、基于深层神经网络的目标检测 现阶段目标检测算法存在两类分类标准：1)是否存在候选区；2)是否存在先验框。 按照是否存在候选区分类...
目标检测概述-上篇
Peyzhang的博客
07-31 831
1.Two stage目标检测算法 先进行区域生成（region proposal，RP）（一个有可能包含待检物体的预选框），再通过卷积神经网络进行样本分类。 任务：特征提取—>生成RP—>分类/定位回归。 常见的two stage目标检测算法有：R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN和R-FCN等。 2.One stage目标检测算法 不用RP，直接在网络中提取特征来预测物体分类和位置。 任务：特征提取—>分类/定位回归。 ...............
【源码】目标检测与分类设计
weixin_42825609的博客
03-27 321
本源代码的设计依据为：Rashid, Muhammad, et al. “Object Detection and Classification: a Joint Selection and Fusion Strategy of Deep Convolutional Neural Network and {SIFT} Point Features.” Multimedia Tools and A...
深度学习之目标检测 第2章 目标检测算法基础介绍分类，目标检测方法基本流程
moonlightpeng的博客
05-22 2131
目标检测问题定义 挑战使得有研究的价值 检测出目标还要对其分类 矩形框边的数字类别的置信度 一张图片输入对所属的类别进行分类 C语义分割，d是实例分割，实例分割比语义分割更精细，三个cube不同的颜色不同，更关注于像素级别 b目标检测定位其位置，以矩形的四个点表示，上采样或反卷积 02-02 目标检测问题方法 传统手动设计特征，结合滑动窗口，进行目标检测和定位 传统的问题 特征很难设计，有很多问题，对某些特征不能用，效率很低 滑动窗口的流程很繁琐 DPM.
目标检测之序章-类别、必读论文和算法对比（实时更新）
君子之学必日新，日新者日进也。不日新者必日退，未有不进而不退者
12-21 2181
目标检测是计算机视觉领域（CV）热门且较成熟的主流研究方向之一，其应用广泛（自动驾驶、安防监控、医学影像分析、零售业货品管理等等）且已经深入到我们生活的方方面面，现在从个人学习角度，开展目标检测系列文章，主要侧重为深度学习，希望起到抛砖引玉的效果，如果有误的地方敬请指正。PS：应该注意到，近些年来，CV模型有融合的趋势，原来的目标检测模型不再是单一任务，往往能同时处理多种任务：目标检测、语义分割、实例分割、姿态检测等。
目标检测数据集类别汇总
yang_daxia的博客
08-10 682
数据集 ‘coco’, ‘imagedet’, ‘object365’, ‘openimage’ coco类别（80类别） { person # 1 vehicle 交通工具 #8 {bicycle car motorcycle airplane bus train truck boat} outdoor #5 {traffic light fire hydrant stop sign parking meter bench} animal #10 {bird cat dog horse sheep
深度学习驱动的目标检测技术综述
"本文档是关于深度学习目标检测的综合评述，详细探讨了目标检测的最新进展，重点关注基于深度学习的方法。文档包含了传统方法、一阶段和两阶段目标检测的分析，以及常用的骨干网络和数据集的研究。" 深度学习目标...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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。

余额充值