关键词:
- 目标检测路线图
- 目标检测数据集
- 目标检测技术演进
- 目标检测计算加速
- 数值计算层次(如积分图、矢量量化等)
- 检测引擎层次(网络剪枝与量化、轻量级网络设计等)
- 检测流程层次(特征图共享、分类器加速、级连检测等)
- 目标检测进展
- 更好地引擎(engine):作者将深度学习目标检测网络的骨干网称为其引擎。改进目标检测的一个直接思路就是使用更加先进的骨干网。如下图(相同算法用相同颜色的圆点表示,使用相同引擎的算法结果用一个大括号连接,我们可以轻易看出,使用不同的引擎对最终精度的影响更大):
- 使用更好的特征:1)特征融合;2)学习大感受野的高分辨率特征
- 超越滑动窗口:不再是局限于候选区域再分类的模式。作者提到两种新模式:1)子区域搜索 sub-region search。将目标检测看为从初始网格到最终ground truth box的路径规划过程。2)关键点定位。将目标检测看为特定语义点定位的过程。比如:ECCV18 Oral | CornerNet目标检测开启预测“边界框”到预测“点对”的新思路Grid R-CNN解读:商汤目标检测算法
- 目标定位改进:1)包围框提精。2)改进loss函数用于较精确定位。比如:CVPR 2019 | 旷视提出新型目标检测损失函数:定位更精准
- 检测与分割一起进行:分割可以帮助目标检测提高类别识别的精度、获得更好地目标定位、潜入更加丰富的上下文。分割的网络可以作为目标检测的提取网络,也可以作为多任务学习的损失函数,用以改进目标检测。52CV曾经报道过一篇文章甚至分割完全可以用来替换检测:目标检测:Segmentation is All You Need ?
- 旋转和尺度变化鲁棒的目标检测:针对旋转变化鲁棒改进方向:1)旋转不变损失函数;2)旋转校正;3)Rotation RoI Pooling。针对尺度变化鲁棒的改进:1)尺度自适应训练;2)尺度自适应检测。
- Training from Scratch:不使用预训练模型,从头开始训练目标检测网络。比如:CVPR 2019 | 京东AI研究院提出ScratchDet,加强对小目标的检测,代码将开源。
- 对抗训练:比如有研究表明,GAN可以用来改进小目标的检测。
- 弱监督的目标检测:不使用包围框标注,而仅使用图像级的目标标注的算法。减少标注成本。扩大训练集。
- 目标检测应用
- 目标检测的未来方向
- 轻量级目标检测算法;
- 用AutoML设计目标检测算法,比如:Google CVPR 2019成果!用神经架构搜索实现更好的目标检测
- 域适应(domain adaptation)改进目标检测;
- 弱监督的目标检测;
- 小目标检测;
- 视频目标检测
- 融合其他传感器信息的目标检测。
人工智能之目标检测系列综述
文章目录前言正文1.传统目标检测2.目标检测-神经网络2-1.R-CNN2-2.FastR-CNN2-3.FasterR-CNN2-4.MaskR-CNN2-5.Yolo2-6.SSD前言参考https://blog.csdn.net/jiaoyangwm/article/details/89111539时间线慢慢补充正文1.传统目标检测在深度学习出现之前,传统的目... 查看详情
26页综述,99篇参考文献!自动驾驶的3d目标检测技术!中国人民大学出品!
...这个表很重要往期推荐阅读:王博Kings:无人驾驶系列知识入门到提高0王博Kings:无人驾驶系列知识入门到提高1王博Kings:无人驾驶系列知识入门到提高2王博Kings:无人驾驶系列知识入门到提高3王博Kings:... 查看详情
带你读ai论文丨用于目标检测的高斯检测框与probiou
摘要:本文解读了《GaussianBoundingBoxesandProbabilisticIntersection-over-UnionforObjectDetection》,该论文针对目标检测任务,提出了新的高斯检测框(GBB),及新的计算目标相似性的方法(ProbIoU)。本文分享自华为云社区《论文解... 查看详情
26页综述,99篇参考文献!自动驾驶的3d目标检测技术!中国人民大学出品!
...这个表很重要往期推荐阅读:王博Kings:无人驾驶系列知识入门到提高0王博Kings: 查看详情
vit社区开放麦#38目标检测新范式!detr系列算法解读-知识点目录
社区开放麦#38目标检测新范式!DETR系列算法解读1.IntrotoDETRDETR论文解读DETR系列算法在MMDet-v2.0实现时的缺陷2.DETR(ECCV2022)3.ConditionalDETR(ICCV2021)4.DAB-DETR(ICLR2022)5.DeformableDETR(ICLR2021)6.DINO(ICLR2023) 查看详情
深度学习目标检测模型综述
...f whaosoftaiot http://143ai.com此分享中调查了基于深度学习的目标检测器的最新发展。还提供了检测中使用的基准数据集和评估指标的简明概述,以及检测任务中使用的一些突出的主干架构。它还涵盖了边缘设备上使用的当代轻... 查看详情
人工智能之目标检测系列综述
文章目录前言正文1.传统目标检测2.目标检测-神经网络2-1.R-CNN2-2.FastR-CNN2-3.FasterR-CNN2-4.MaskR-CNN2-5.Yolo2-6.SSD前言参考https://blog.csdn.net/jiaoyangwm/article/details/89111539时间线慢慢补充正文1.传统目标检测在深度学习出现之前,传统的目... 查看详情
cube技术解读|支付宝新一代动态化技术架构与选型综述
...式下的产物。如标题所述,笔者将持续更新《Cube技术解读》系列文章。本文为Cube系列首篇文章,后续文章笔者会更侧重于技术详解,包括不限于:Cube卡片技术栈一篇 查看详情
cube技术解读|支付宝新一代动态化技术架构与选型综述
...式下的产物。如标题所述,笔者将持续更新《Cube技术解读》系列文章。本文为Cube系列首篇文章,后续文章笔者会更侧重于技术详解,包括不限于:Cube卡片技术栈一篇ÿ 查看详情
计算机视觉系列最新论文(附简介)
计算机视觉系列最新论文(附简介)目标检测1. 综述:深度域适应目标检测标题:DeepDomainAdaptiveObjectDetection:aSurvey作者:WanyiLi,PengWang链接:https://arxiv.org/abs/2002.06797本文共梳理了40篇相关文献,由中科院自动化所学者发布。基... 查看详情
【目标检测算法解读】yolo系列算法二
参考技术Ahttps://blog.csdn.net/Gentleman_Qin/article/details/84349144|声明:遵循CC4.0BY-SA版权协议 建立在YOLOv1的基础上,经过JosephRedmon等的改进,YOLOv2和YOLO9000算法在2017年CVPR上被提出,并获得最佳论文提名,重点解决YOLOv1... 查看详情
挑战目标跟踪算法极限,siamrpn系列算法解读
...列算法,以及刚被CVPR2019收录为Oral的SiamRPN++。此篇文章将解读目标跟踪最强算法SiamRPN系列。背景由于存在遮挡、光照变化、尺度变化等一些列问题,单目标跟踪的实际落地应用一直都存在较大的挑战。过去两年中,商汤智能视... 查看详情
目标跟踪与检测技术介绍
基于有限集统计学理论的目标跟踪技术研究综述杨威,付耀文,龙建乾,... - 《电子学报》 - 2012 - 被引量: 31有限集统计学理论为杂波背景下的目标跟踪问题提供了一种工程友好的理论工具.对近年来基... 查看详情
目标检测算法综述
...。两阶段(Two Stages):首先由算法(algorithm)生成一系列作为样本的候选框,再通过卷积神经网络进行样本(Sample)分类。常见的算法有R-CNN、Fast R-CNN、Faster R-CNN等等。基于候选区域(Region Proposal)的,如R-CNN、S... 查看详情
抗衡美中!英国发表十年ai战略目标成世界ai强权
...资进驻,使英国得以朝向「全球人工智能超级强权」目标前进。英国数字、文化、媒体和体育大臣ChrisPhilp于声明表示:「我们正通过一项战略,为未来十年的成长奠定基础,同时帮助 查看详情
详细解读目标检测经典算法-ssd(代码片段)
学习目标:知道SSD的多尺度特征图的网络知道SSD中先验框的生成方式知道SSD的损失函数的设计目标检测算法主要分为两类:Two-stage方法:如R-CNN系列算法,主要思路就是通过SelectiveSearch或者CNN网络产生一系列的稀... 查看详情
目标检测综述
...方法,这里将介绍YOLO[2]-[4],RCNN[5]-[7],SSD[8],RetinaNet[9]系列的方法,其中YOLO,SSD,RetinaNet都是one-stage方法,原始RCNN事multi-stage方法,它的延伸FastRCNN以及FasterRCNN则是two-stage方法。RCNN 查看详情
中科三方,二十年域名安全技术经验铸就信任基石
...、域名解析、域名锁、域名过户转移、域名品牌保护等一系列专业复杂操作,任何一个环节出现故障,都会对域名的正常使用造成影响 查看详情