机器学习笔记 - 对象/目标检测技术发展史概览

一、简述

        物体检测算法的发展已经取得了长足的进步,从早期的计算机视觉开始,通过深度学习达到了很高的准确度。

        我们首先回顾早期传统的目标检测方法:Viola-Jones 检测器、HOG 检测器和基于部件的方法,它们在该领域发展之初就被广泛使用。

        然后,逐渐转向基于两阶段和一阶段目标检测神经网络的更现代的深度学习目标检测方法:RCNN、YOLO、SSD 和 CenterNet。这些方法提供了一种端到端的架构,允许算法适应任何输入数据。

        最后我们以零/少样本对象检测方法结束,它允许您搜索图像中的任何对象,甚至无需训练神经网络:OWL-ViT、GLIP、Segment Anything、GVT。

你可能感兴趣的:(机器学习,计算机视觉,机器学习,目标检测,少样本,对象检测,Transformer,NMS,多模态)