目标检测网络构成部分
detector=backbone + neck + head
backbone部分的网络就是负责从图像中提取特征。
neck是放在backbone和head之间的,是为了更好的利用backbone提取的特征。
head这一部分的作用就是用于分类+定位。
backbone
VGG
ResNet (ResNet18, 50, 100)
ResNext
DenseNet
SqueezeNet
Darknet (Darknet19,53)
MobileNet
ShuffleNet
DetNet
DetNAS
SpineNet
EfficientNet (EfficientNet-BO/B7)
CSPResNeXt50
CSPDarknet53
neck
Additional blocks:
SPP
ASPP
RFB
SAM
Path-aggregation blocks:
FPN
PAN
NAS-FPN
Fully-connected FPN
BiFPN
ASFF
SFAM
NAS-FPN
head
Dense Prediction (one-stage):
RPN
SSD
YOLO
RetinaNet
(anchor based)
CornerNet
CenterNet
MatrixNet
FCOS(anchor free)
Sparse Prediction (two-stage):
Faster R-CNN
R-FCN
Mask RCNN (anchor based)
RepPoints(anchor free)
版权声明:本文为CSDN博主「weixin_48780159」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/weixin_48780159/article/details/115573361
暂无评论