第12天：目标检测基础知识

**

第12天：目标检测基础知识

**
目标检测具有哪些功能实现哪些功能：
1，分类
2，分类+定位
3，多物体分类+定位
4，实例分割（目标检测的一个子方向）
运用广泛不具体举例
现存的部分问题：
环境影响（光照，模糊度），密集，遮挡，重叠，多尺度（小目标，大目标），小样本，旋转框。
传统的目标检测算法：
1，区域选择（选取一块小的区域，通过滑动改变所选区域大小确定物体位置）
2，提取特征（SIFT,HOG)
3，分类（SVM，Adaboost）
4，后处理（NMS：过滤框）

Anchor和Anchor-Based方法
Anchor（锚框）
1，预先设定好比例的一组候选框集合
2，滑动窗口提取
Anchor Based Methods:
1,使用Anchor提取候选目标框
2，在特征图上的每一个点，对Anchor进行分类和回归


图片首先进入骨干网络进行一个数据特征的提取然后进入RPN候选的网络最后送入检测网络，最后进行nms后处理。

Anchor-base方法：单阶段操作

Anchor的缺点：
1，同过手工设计确定（不好确定设置多少个，设置多大，长宽比如何设置等）
2，数量多 （如何解决正负样本不均衡的问题）
3，超参数（如何对不同参数设置）
Anchor-free方法

深度学习的算法小结

版权声明：本文为CSDN博主「爱编程的小懒」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/sharp0016/article/details/122641650