08_第八章_目标检测1

目标检测

需积分: 0 0 下载量 46 浏览量 2022-08-03 12:25:51 上传评论 1 收藏 7.18MB PDF 举报

温馨提示

试读

55页

介绍SPPnets，其创新点在于计算整幅图像的the shared feature map，然后根据object proposal在shared feature

资源详情

资源评论

资源推荐

第⼋章第⼋章⽬标检测⽬标检测

DeepLearning

1
1
1
2
2
3
3
3
5
7
10
14
17
18
18
20
22
24
28
29
31
37
39
40
41
41
43
43
44
44
45
47
49
49
49
49
50
50
50
50
⽬录
第⼋章第⼋章 ⽬标检测⽬标检测
8.1 基本概念
8.1.1 什么是⽬标检测？
8.1.2 ⽬标检测要解决的核⼼问题？
8.1.3 ⽬标检测算法分类？
8.1.4 ⽬标检测有哪些应⽤？
8.2 Two Stage⽬标检测算法
8.2.1 R- CNN
8.2.2 Fast R- CNN
8.2.3 Faster R-CNN
8.2.4 R- FCN
8.2.5 FPN
8.2.6 Mask R- CNN
8.3 One Stage⽬标检测算法
8.3.1 SSD
8.3.2 DSSD
8.3.3 YOLOv1
8.3.4 YOLOv2
8.3.5 YOLO9000
8.3.6 YOLOv3
8.3.7 RetinaNet
8.3.8 RFBNet
8.3.9 M2Det
8.4 ⼈脸检测
8.4.1 ⽬前主要有⼈脸检测⽅法分类？
8.4.2 如何检测图⽚中不同⼤⼩的⼈脸？
8.4.3 如何设定算法检测最⼩⼈脸尺⼨?
8.4.4 如何定位⼈脸的位置？
8.4.5 如何通过⼀个⼈脸的多个框确定最终⼈脸框位置？
8.4.6 基于级联卷积神经⽹络的⼈脸检测（Cascade CNN）
8.4.7 基于多任务卷积神经⽹络的⼈脸检测（MTCNN）
8.4.8 Facebox
8.5 ⽬标检测的技巧汇总
8.6 ⽬标检测的常⽤数据集
8.6.1 PASCAL VOC
8.6.2 MS COCO
8.6.3 Google Open Image
8.6.4 ImageNet
8.7 ⽬标检测常⽤标注⼯具
8.7.1 LabelImg

8.7.2 labelme

8.7.3 Labelbox

8.7.4 RectLabel

8.7.5 CVAT

8.7.6 VIA

8.7.6 其他标注⼯具

TODO

参考⽂献

第⼋章  ⽬标检测
1  基本概念
1.1  什么是⽬标检测？
1.2  ⽬标检测要解决的核⼼问题？
1.3  ⽬标检测算法分类？
1.4  ⽬标检测有哪些应⽤？
2  Two  St age⽬标检测算法
2.1  R-CNN
2.2  Fast  R-CNN
2.3  Fast er  R-CNN
2.4  R-FCN
2.5  FPN
2.6  Mask  R-CNN
3  One  St age⽬标检测算法
3.1  SSD
3.2  DSSD
3.3  YOLOv1
3.4  YOLOv2
3.5  YOLO9000
3.6  YOLOv3
3.7  Ret inaNet
3.8  RFBNet
3.9  M2Det
4  ⼈脸检测
4.1  ⽬前主要有⼈脸检测⽅法分类？
4.2  如何检测图⽚中不同⼤⼩的⼈脸？
4.3  如何设定算法检测最⼩⼈脸尺⼨?
4.4  如何定位⼈脸的位置？
4.5  如何通过⼀个⼈脸的多个框确定最终⼈脸框位置？
4.6  基于级联卷积神经⽹络的⼈脸检测（Cascade  CNN）
4.7  基于多任务卷积神经⽹络的⼈脸检测（MTCNN）
4.8  Facebox
5  ⽬标检测的技巧汇总
6  ⽬标检测的常⽤数据集
6.1  PASCAL  VOC
6.2  MS  COCO
6.3  Google  Open  Image
6.4  ImageNet
7  ⽬标检测常⽤标注⼯具
7.1  LabelImg
7.2  labelme
7.3  Labelbox
7.4  RectLabel
7.5  CVAT
7.6  VIA
7.6  其他标注⼯具
T ODO
参考⽂献
第⼋章 ⽬标检测
1 基本概念
1.1 什么是⽬标检测？
  ⽬标检测（Object   Det ection）的任务是找出图像中所有感兴趣的⽬标（物体），确定它们的类别和位置，是计算机视觉领
域的核⼼问题之⼀。由于各类物体有不同的外观、形状和姿态，加上成像时光照、遮挡等因素的⼲扰，⽬标检测⼀直是计算
第⼋章 ⽬标检测
1/52