1. 问题定义

目标检测是在图片中对可变数量的目标进行查找和分类。

  • 目标种类与数量问题
  • 目标尺度问题
  • 外在环境干扰问题

行人检测

2. 对比

目标检测 vs 图像分类

目标检测 vs 图像分类

目标检测 vs 目标分割

目标检测 vs 目标分割

3. 目标检测方法

传统目标检测方法到深度学习目标检测方法的变迁

变迁

3.1 传统目标检测方法

分类:

  • Viola-Jones
  • HOG + SVM
  • DPM (巅峰)

传统目标检测方法缺点:

  • 特征难以设计
  • 特征不鲁棒,效率存在瓶颈
  • 滑动窗口提取策略非常繁琐

算法基本流程:

算法流程

3.2 深度学习目标检测方法

分类:

  • One-stage (YOLO/SSD系列)
  • Two-stage (Faster RCNN系列)

分类

3.3 传统 vs 深度学习 目标检测方法

传统:

  • 手动设计特征
  • 滑动窗口
  • 传统分类器
  • 多步骤
  • 准确度和实时性差

深度学习:

  • 深度网络学习特征
  • Proposal或者直接回归
  • 深度网络
  • 端到端
  • 准确度高和实时性好

4. 应用场景

应用场景

应用场景

5. 参考文献


kalii
452 声望29 粉丝

引用和评论

0 条评论