基于One—stage的目标检测算法综述

189 阅读 0 评论 125 点赞

我是靠谱客的博主鲤鱼老虎，这篇文章主要介绍基于One—stage的目标检测算法综述，现在分享给大家，希望可以做个参考。

one-stage算法相对于two-stage算法更加快速，但是损失了精度

One-stage 的常见算法：

·YoLoV1/V2/V3

`SSD/DSSD

`Retina-Net

One-stage算法的两大核心组件：

·CNN网络

·回归网络（不同的算法主要的区别在于回归网络）

CNN网络设计原则：

·从简到繁再到简

·多尺度特征融合

·更轻量级的CNN网络

回归网络：

·归网络的输入是CNN网络输出的特征图（feature map）

·回归网络包含两大部分分别是区域回归和Anchor机制

·区域回归返回了预测框的位置和类别，包含置信度、位置、类别，置信度表示当前各自包含目标区域的可能性

·Anchor机制是为了找到不同的推荐区，Anchor机制属于RPN网络的核心组件，Anchor机制把特征图看作一个一个的点，从中获取预测框的长宽比。Anchor机制是SSD算法的特点

表示位置信息的矩形框：

·只需要获得矩形框的位置信息和长宽比，位置信息由矩形框左上角的顶点和右下角的顶点表示，在YOLO算法中，位置信息是由Bounding Box的中心位置给出。

以上就是鲤鱼老虎最近收集整理的关于基于One—stage的目标检测算法综述的全部内容，更多相关基于One—stage内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。