One-stage目标检测里程碑算法SSD,YOLO系列,RetinaNet等
发布时间
阅读量:
阅读量
与two-stage detectors相比,one-stage detectors省去了生成region proposal的步骤,能够直接对物体的类别概率和位置坐标进行预测,仅需一次检测过程便可获得最终的检测结果,从而具备更高的检测效率。本文将按照YOLO →SSD →RetinaNet →YOLOv2 →YOLOv3 →YOLOv4 的顺序,依次分析one-stage目标检测算法在各个阶段的优化与改进。此外,基于anchor-free机制的一类one-stage目标检测模型也在持续演进,例如CornerNet、ExtremeNet、FCOS以及CenterNet等,相关内容将在后续博客中进一步整理。接下来将逐一探讨这些算法的核心要点。
One-stage里程碑算法
- YOLO
- SSD
- RetinaNet
- YOLO优化版本系列
-
- YOLOv2
- YOLOv3
- YOLOv4
YOLO
YOLO作为one-stage detectors的开创性模型,率先实现了真正意义上的实时检测。自2016年YOLO问世至2018年推出的YOLOv3,该系列在目标检测领域形成了独特的技术路线,而今年发布的YOLOv4则在原有架构基础上整合了近年来CNN领域的多项优化技术,尽管未带
全部评论 (0)
还没有任何评论哟~
