OpenMMLab 实战营打卡 - 第 4 课

Posted BoBo玩ROS

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了OpenMMLab 实战营打卡 - 第 4 课相关的知识,希望对你有一定的参考价值。

OpenMMLab 目标检测

目标检测

滑窗

    1. 设定一个固定大小的窗口
    1. 遍历图像所有位置,所到之处用分类模型(假设已经训练好)识别窗口中的内容
    1. 为了检测不同大小、不同形状的物体,可以使用不同大小、长宽比的窗口扫描图片

滑窗的效率问题

  • 改进思路1:使用启发式算法替换暴力
    例如R-CNN,Fast R-CNN 中使用Selective Search 产生提议框
    依赖外部算法,系统实现复杂,难以联合优化性能
    区域提议:
    基于图像颜色或底层特征,找到可能含有物体的区域,再送给神经网络识别
    相比于普通滑窗,减少框的个数且保证召回率。
  • 改进思路2:减少冗余计算,使用卷积网络实现密集预测
    分析滑窗中的重复计算,改进思路:
    用卷积一次性计算所有特征,再取出对应位置的特征完成分类。

在特征图上进行密集预测

目标检测技术的演进


参考资料

4 目标检测算法基础

以上是关于OpenMMLab 实战营打卡 - 第 4 课的主要内容,如果未能解决你的问题,请参考以下文章

OpenMMLab 实战营打卡 - 第 四 课 目标检测算法基础

OpenMMLab 实战营打卡 - 第 5 课

OpenMMLab 实战营打卡 - 第 4 课

OpenMMLab 实战营打卡 - 第 三 课

OpenMMLab 实战营打卡-第5课

OpenMMLab 实战营打卡 - 第 五 课