传统/深度学习目标检测的大致流程
写在前面的话:文章内容来源于但不限于网络、书籍、个人心得体会等,意在总结和方便各位同行快速参考,共同学习进步,记录自己的问题。错误在所难免,有请各位批评斧正。如有侵权,烦请第一时间通知,我会立即删除相关内容,万分感谢!
传统/深度学习目标检测的大致流程如图:
传统目标检测:
常见名词:
CNN:卷积神经网络
R-CNN:Region with CNN features 将检测问题转换成为region proposals的分类问题
Selective Search:选择性搜索
Warp:图像Region变换
Supervised pre-training:有监督预训练也称迁移学习
IOU:交并比IOU=(A∩B)/(A∪B)
NMS:非极大值抑制
DPM:使用判别训练的部件模型进行目标检测