基于One—stage的目标检测算法综述

one-stage算法相对于two-stage算法更加快速,但是损失了精度

One-stage 的常见算法:

·YoLoV1/V2/V3

`SSD/DSSD

`Retina-Net

One-stage算法的两大核心组件:

·CNN网络

·回归网络(不同的算法主要的区别在于回归网络)

CNN网络设计原则:

·从简到繁再到简

·多尺度特征融合

·更轻量级的CNN网络

回归网络:

·归网络的输入是CNN网络输出的特征图(feature map)

·回归网络包含两大部分分别是区域回归和Anchor机制

·区域回归返回了预测框的位置和类别,包含置信度、位置、类别,置信度表示当前各自包含目标区域的可能性

·Anchor机制是为了找到不同的推荐区,Anchor机制属于RPN网络的核心组件,Anchor机制把特征图看作一个一个的点,从中获取预测框的长宽比。Anchor机制是SSD算法的特点

表示位置信息的矩形框:

·只需要获得矩形框的位置信息和长宽比,位置信息由矩形框左上角的顶点和右下角的顶点表示,在YOLO算法中,位置信息是由Bounding Box的中心位置给出。

你可能感兴趣的:(目标检测,目标检测,人工智能,计算机视觉)