如何理解一張？根據後續任務的需要，有三個主要層次
一、分類
二、檢測
三、分割
檢測模型
兩階段（2-stage）：
1、r-cnn(regions with cnn features)：r-cnn系列的開山之作
2、fast r-cnn: 共享卷積運算
3、faster r-cnn: 兩階段模型的深度化
單階段（1-stage）：
單階段模型沒有中間的區域檢出過程，直接從獲得**結果，也被成為region-free方法。
1、yolo
2、ssd: single shot multibox detector
（cnn介紹非常贊）
深度學習目標檢測
流程狂徒如下 1 使用selective search提取proposes，然後利用cnn等識別技術進行分類。2 使用識別庫進行預訓練，而後用檢測庫調優引數。3 使用svm代替了cnn網路中最後的softmax，同時用cnn輸出的4096維向量進行bounding box回歸。4 流程前兩個步驟 候...
目標檢測學習總結
準備踏入object detection的學習，先建乙個blog來記錄下自己的學習內容。在 目標檢測 任務中，主要解決的兩個問題，即影象中的多個目標物在 位置 以及是什麼？類別 通常來說，一般把其發展歷程分為三個階段 傳統的目標檢測方法 以r cnn為代表的結合region proposal和cnn...
機器視覺中的目標檢測
今天撇去不同目標追蹤演算法的框架，比如kcf tld mean shift等，忽略它們繁瑣的公式，看了對目標檢測的基本理解。這裡做乙個簡單的總結，目標檢測的框架一般是下圖這樣的 目標檢測分為以下幾個步驟 1 訓練分類器所需樣本的建立 訓練樣本一般包括正樣本和負樣本，正樣本是指第一幀圖中框定的待檢測的...