无人驾驶入门——2D检测 基于图片的检测算法（四）

 

 

基于图片的检测算法

---

two-step：RCNN、SPPnet 、Fast-RCNN、Faster-RCNN   

 

 

 

---

one-step:YOLO、SSD、YOLOv2 、YOLOv3

优点：实时性

缺点：准确率不高，不如Faster R-CNN，定位精度差，anchor box不够丰富且只回归修正一次；小物体差：anchor的scake不够多样；不规则物体差：anchor的ratio不够多样

 default box、anchor box都称为先验框

 

 

• RCNN  把CNN提取特征引入目标检测
• SPPnet  提取特征时共享卷积节省计算量
• Fast R-CNN  分类回归也放到神经网络里做
• Faster R-CNN  把预选框的提取也放到神经网络里做
• Mask R-CNN  除了做检测还做了分割

 实战源码：https://github.com/andylei77/object-detection

实现的是对图片给出一个框识别其中的物体