一.背景
基于深度学习技术的视觉目标检测近年去的长足发展。但仍然有许多方面问题需要优化。
二.YOLO算法的特点
YOLO作为一种性能优异的通用目标检测系统,为了保证检测的效率,提出one-stage的思想,利用单个卷积神经网络,将输出图片分成n*n网络,对每个网络进行检测,直接对目标进行分类和回归,实现端到端的检测。
三.几种YOLO算法的说明设计
1.基于YOLO 的关键点目标检测
特点:许多目标检测使用水平的矩阵框就可以满足目标检测的条件。深度学习模型的训练高度依赖于数据集的标注。基于LOYO关键点的目标检测特点在于使用关键点进行检测而不是目标包围框,提高准确率与召回率。
得到关键点的方法:通过YOLO得到预测框,确定各个关键点与预测框左上顶点的偏移量,进而得到关键点的坐标。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)