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
-
- 设定一个固定大小的窗口
-
- 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
-
- 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