程序员经验分享-hwhale

CV综述目标检测整理---目录

2023-11-13


正在不断完善中,抱歉!

Object detection

yolo系列

yolov3

从yolo入门目标检测

链接: YOLOV3论文解读与应用.

yolov3-tiny

链接: link.

POLY YOLO

论文: POLY-YOLO: HIGHER SPEED, MORE PRECISE DETECTION AND INSTANCE SEGMENTATION FOR YOLOV3@ 20200529
源码:
特点:

  • 我实测效果很差.

Poly-YOLO Lite

论文: POLY-YOLO: HIGHER SPEED, MORE PRECISE DETECTION AND INSTANCE SEGMENTATION FOR YOLOV3@ 20200529
源码:
特点:

  • 具有与YOLOv3相同的精度，但体积小三倍，速度快两倍，更适用于嵌入式设备

yolov4 -darknet

链接: YOLOV4论文解读与应用.

yolov4-tiny

链接: link.

yolov5

链接: link.

faster rcnn + cascade rcnn

参考 paddledetection
参考 mmdetection
参考 detectron2

ssd系列

ssd
mssd

anchor-free系列

参考：
anchor free系列检测方法

CornerNet

ExtremeNet

Centernet

论文: Objects as Points
源码:
bubbliiiing-centernet-pytorch
bubbliiiing-centernet-keras
特点:

  • 预测框框中心点，
  • 通过高维特征图（128x128）得到的mask，求出roi的长宽

应用:

  • Centermask

FCOS @20190420: 全卷积一阶段检测器

在这里插入图片描述

论文: FCOS: Fully Convolutional One-Stage Object Detection@20190420
源码: https://github.com/tianzhi0549/FCOS
特点:
FCOS的基础上添加了SAG-Mask来实现了实例分割
+ 在检测网络得backbone方面这里在VoVNet的基础之上进行改进（更深的网络带来更好的结果），解决了在堆叠OSA模块带来的性能饱和问题（由于反传梯度收到干扰），这是通过在OSA模块之间使用残差相连处理的（借鉴ResNet的思想)
+ 在原有的Squeeze-Excitation（SE）模块（channel attention）中使用两个FC会使得通道信息丢失，因而文章重新设计了SE模块，将其中的2个FC替换为1个FC，得到了新的SE模块eSE
+ FPN特征金字塔
+ 三分支的头检测网络
+ 浅层特征更关注一些细节信息，适合用来定位；
+ 而深层特征更关注于语义信息，适合用来分类
+ Lcls表示分类loss，本文使用的是Focal_loss；Lreg表示回归loss，本文使用的是IOU loss
+ 速度慢,精度高

参考博客:
《FCOS：Fully Convolutional One-Stage Object Detection》论文笔记
FCOS算法详解

  • FSAF
  • centernet :
    + FoveaBox
    在这里插入图片描述

论文: FoveaBox: Beyound Anchor-Based Object Detection@2020–
源码:taokong-FoveaBox
run in mmdetection

(open-mmlab) air@air-System-Product-Name:~/model-train/detect-task/mmdetection$ python demo/webcam_demo.py configs/foveabox/fovea_r50_fpn_4x4_1x_coco.py checkpoints/fovea_r50_fpn_4x4_1x_coco_20200219-ee4d5303.pth

特点:

轻量级模型mssd…

instance Segmentation

maskrcnn

yolact

论文: 论文链接：https://arxiv.org/pdf/2001.01629.pdf
源码: https://github.com/dbolya/yolact#installation
参考博客:

Deep Snake

论文: 论文链接：https://arxiv.org/pdf/2001.01629.pdf
参考博客: 实时实例分割的Deep Snake：CVPR2020论文点评

CenterMask

其主要由三个部分组成：backbone+FPN、FOCS检测头、SAG-Mask分割分支
在这里插入图片描述

论文: CenterMask : Real-Time Anchor-Free Instance Segmentation@20200402
源码: https://github.com/youngwanLEE/CenterMask/blob/master/INSTALL.md
特点:

  • 基于FCOS构建,FCOS的基础上添加了SAG-Mask来实现了实例分割
  • 在检测网络得backbone方面这里在VoVNet的基础之上进行改进（更深的网络带来更好的结果），解决了在堆叠OSA模块带来的性能饱和问题（由于反传梯度收到干扰），这是通过在OSA模块之间使用残差相连处理的（借鉴ResNet的思想)
  • 在原有的Squeeze-Excitation（SE）模块（channel attention）中使用两个FC会使得通道信息丢失，因而文章重新设计了SE模块，将其中的2个FC替换为1个FC，得到了新的SE模块eSE

参考博客:
《CenterMask：Real-Time Anchor-Free Instance Segmentation》论文笔记

SOLO/SOLOV2： 效果很好

在这里插入图片描述

论文: SOLO: Segmenting Objects by Locations
源码: WXinlong-SOLO: 【基于mmdetection实现】
特点:

人脸检测篇

评价指标

  • 召回率(recall)
  • 误检数(false positives)
  • 检测速度(speed)

数据集

Retinaface

查看测试结果
人脸检测-retinaface论文解读与应用

  • 训练, look up more 
(torchpy36) air@air-System-Product-Name:~/model-train/face/face-detection/Pytorch_Retinaface$ CUDA_VISIBLE_DEVICES=0 python train.py --network mobile0.25
  • 测试 TODO
  • tensorrt部署TODO
  • 模型ncnn转换TODO
  • ncnn部署
(torchpy36) air@air-System-Product-Name:~/model-train/face/face-detection/Face-Detector-1MB-with-landmark/Face_Detector_ncnn/build$ ./FaceDetector
  • ncnn+ vulkan…TO BE UPDATE

有趣的应用

[轻松带你学会华为手机六种拍照方式](https://baijiahao.baidu.com/s?id=1600408538053976196&wfr=spider&for=pc)

人头检测任务

（人头数据好像没有人脸数据那么有用，因为人脸包含更多的信息。）

评价指标

  • 检测速度(fps)
  • IOU

数据集

  • 天池大赛中PANDA数据中包含的人头图像数据
  • SCUT_HEAD_Part_A.zip和 SCUT_HEAD_Part_B.zip： 密集头部数据

模型训练

  • 模型剪枝
  • 量化训练

模型部署

模型部署篇.
[1]: http://meta.math.stackexchange.com/questions/5020/mathjax-basic-tutorial-and-quick-reference
[2]: https://mermaidjs.github.io/
[3]: https://mermaidjs.github.io/
[4]: http://adrai.github.io/flowchart.js/

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@)

目标检测

深度学习框架

计算机视觉

深度学习

CV综述目标检测整理---目录 的相关文章

随机推荐

  • SD卡、TF卡读写速率测试

    请注意 可以在未经过博主同意下转载 但必须注明出处 谢谢 1 运行HDBENCH软件 点击确定 2 弹出如下图所示界面 配置选项并测试 选择待测TF卡 Removable可移动存储设备 图示所插入的TF卡是 I 盘 请根据实际情况选择 选择

  • Qt的D和Q指针

    Qt的D指针和Q指针 实际上就是一个类的成员指针变量 改变量指向另一个Private类对象 这个Private类对象中包含了一系列的成员和函数 这样做的目的 1 可以对外隐藏数据内容 2 防止改变类的数据模型 从而做到二进制兼容 Q DEC

  • 微信分享签名无效php_【求助】微信分享朋友圈失效

    该楼层疑似违规已被系统折叠 隐藏此楼查看此楼 document ready function var islogin islogin val var area id sessionStorage getItem list area id v

  • 基于径向基神经网络的数据回归预测及matlab实现

    基于径向基神经网络的数据回归预测及matlab实现 径向基神经网络 Radial Basis Function Neural Network RBFNN 是一种常用的人工神经网络模型 其结构简单 学习速度快 精度高 并且具有良好的适应性 泛

  • Linux 离线升级 pip

    首先在一台有网的地方下载 pip3 download pip i http mirrors aliyun com pypi simple trusted host mirrors aliyun com 然后将这个pip xxx none a

  • 用JS获取小数点后两位数字方法

    1 最笨的办法 1 function get 2 3 var s 22 127456 4 var str s substring 0 s indexOf 3 5 alert str 6 2 正则表达式效果不错 1

  • win7下安装rhel7(redhat enterprise Linux 7) 双系统

    首先需要的材料是 win7 rhel7 ISO镜像 和 EasyBCD 然后将磁盘格出3个分区 卷标分别是 I RHEL7 J GEN 和K SWAP 要注意格出来的三个分区都是FAT32格式的 NTFS Linux不认 我分的大小是I 1

  • 如何使用万用表测量三级管的阻值

    1 三极管是含有两个PN结的半导体器件 根据两个PN结连接方式不同 可以分为NPN型和PNP型两种不同导电类型的三极管 测试三极管要使用万用电表的欧姆挡 并选择R 100或R 1k挡位 假定我们并不知道被测三极管是NPN型还是PNP型 也分

  • 你现在需要知道的 C# 10 的 5+1 特性

    距离 C 10 正式发布仅剩两个月 微软开启了关于其 C 语言第十版的新特性和功能的讨论 这些增强功能是在C 10 0 Preview 7 中宣布的 微软将在下一版 C 10 中实现的功能和改进如下 记录类型可以密封 ToString 现在

  • ES底层原理知识（无代码篇）

    版本更新知识 ES 删除映射类型 爱码网 1 Index索引 包含了一堆有相似数据结构的文档数据 一个索引包含很多document 一个索引就代表一类相似或者相同的document 索引简单来说就相对于关系型数据库的库 2 Type类型 每

  • 小程序-picker组件的使用、数据回显

    picker组件的使用 通过点击picker选择器 触发bingchange绑定的事件函数 在picker组件自定义data i I 在事件函数中通过e target dataset i获取到data i里的值 这里的i代表数组中对象的下标

  • 09_Uboot启动流程_1

    目录 链接脚本u boot lds详解 U Boot启动流程详解 reset函数源码详解 lowlevel init函数详解 s init函数详解 链接脚本u boot lds详解 要分析uboot的启动流程 首先要找到 入口 找到第一行程

  • ABAP 基础语法

    表的声明的格式为 tables 表名 变量定义 其中 v1是变量名 l 是变量的长度 t是数据类型 d是小数位 xxx 是缺省值 data v1 l type t decimals d value xxx 定义了一个10位长度3位小数缺省值

  • 多年收集的一些稀有软件1

    QQ 365543212 PTC系列产品 PTC Creo 5 0 1 0 HelpCenter Full Multilanguage Win64 2DVD PTC Creo 4 0 M050 HelpCenter Full Multila

  • mysql 锁级别说明 一

    1 锁的类型 MySQL各存储引擎使用了三种类型 级别 的锁定机制 表级锁定 行级锁定和页级锁定 锁级别 存储引擎 表级别 table level MyISAM MEMORY CSV 行级别 row level inndb 页级别 page

  • Docker Compose初体验（Centos7中docker-compose安装MySQL+Redis）

    一 docker compose介绍 官网介绍 Compose 是用于定义和运行多容器 Docker 应用程序的工具 通过 Compose 您可以使用 YML 文件来配置应用程序需要的所有服务 然后 使用一个命令 就可以从 YML 文件配置

  • 为什么说 Serverless 是云的未来？

    简介 对于大多数应用而言 借助 Serverless 服务 开发者可以将绝大多数精力投入在业务逻辑的开发整合上 大大缩短开发周期 降低运维成本 有人说 Serverless 正在改变未来软件开发的模式和流程 它就是云计算的未来 技术领域真正

  • Vue 生命周期和数据共享

    Vue 生命周期和数据共享 1 组件的生命周期 1 1 生命周期与生命周期函数 1 2 组件生命周期函数的分类 1 3 生命周期图示以及详解 2 组件之间的数据共享 2 1 组件之间的关系 2 2 父向子传值 2 3 子向父传值 2 4 兄

  • 降低指定进程的CPU占用率（适合游戏多开）

    应用场景举例 推荐BES软件 应用场景举例 游戏多开 比如 天书世界 网页游戏 单开占用CPU30 左右 最小化能够降低到10 以下 如果多开 那么CPU就是叠加累计 非常占用CPU资源 而且挂机严重影响CPU温度 1 采用最小化窗口的方式

  • CV综述目标检测整理---目录

    CV综述目标检测整理 目录 Object detection yolo系列 yolov3 从yolo入门目标检测 链接 YOLOV3论文解读与应用 https blog csdn net weixin 42466194 article de

热门标签