学习笔记仅用作自己复习

https://b23.tv/JAqvgA

Object Recognition

Object Detection

Object Localization

位置表示，x,y中心点坐标，w宽度,h高度，就可以得到矩形框的范围。（先找中心点再得到矩形框）

黄色全连接层是否分类问题，紫色全连接层，xywh坐标值。

y代表输出，是8x1向量。pc=1它是某类，下面为它的坐标，pc=0是前景目标，不需要坐标。

L为误差函数，

单目标，框，滑动窗口

IOU

绿色框真实框，红色框预测框，分子是重合的，分母全部面积。

Object Detection

滑动窗口怎么定义大小

Anchor

Grid Cells人为将照片分为几等份

锚框

Two Stages: Faster R-CNN

可以采取任何主流的CNN网络作为骨干网络，两个分支，上分支寻找候选区域，有目标，下分支预测

里程碑，基本的卷积神经网络提取特征，RPN网络两条线，先产生正样本和负样本，正样本有目标，负样本是一个背景。

蓝色区域进一步定位寻找BBOX

One Stages: Single-Shot Detector （SSD）

直接在区域上寻找，直接检测。

（目标检测、目标跟踪）

应用

工业级应用

无人车配送、机械臂、寻找病变区域

Evolution

 

 

之前有关目标检测的博文

https://blog.csdn.net/dujuancao11/article/details/108889097