目标检测Anchor-free分支：基于关键点的目标检测（最新网络全面超越YOLOv3） https://blog.csdn.net/qiu931110/article/details/89430747 ...

目录 Anchor-Free综述 一. CornerNet 1.1 概述 1.2 模块介绍 1.2.1 Heatmap 1.2.2 Offset 1.2.3 ...

大都依赖于预定义的锚框（anchor boxes）。相比之下，本文提出的目标检测算法FCOS不需要锚框。通过 ...

目标检测中的anchor-based 和anchor free 1. anchor-free 和 anchor-based 区别 深度学习目标检测通常都被建模成对一些候选区域进行分类和回归的问题。在单阶段检测器中，这些候选区域就是通过滑窗方式产生的 anchor；在两阶段检测器中，候选 ...

目标检测算法综述 博文转载与：如有问题可以邮箱17854257054@163.com https://blog.csdn.net/qq_29893385/article/details/81205493 目前目标检测领域的深度 ...

目标检测的任务表述 如何从图像中解析出可供计算机理解的信息，是机器视觉的中心问题。深度学习模型由于其强大的表示能力，加之数据量的积累和计算力的进步，成为机器视觉的热点研究方向。 那么，如何理解一张图片？根据后续任务的需要，有三个主要的层次： 分类（Classification） 分类即是 ...

MSCNN（主要解决多尺度同时存在时的检索问题）: 1.针对多尺度问题: 　　由于卷积网络中不同层得到的特征不同，就对不同的特征层加以利用。例如，Conv4-3的底层，一些细节特征会更加清楚可以用来进行小目标的检测；而高层Conv5-3层，对于大目标的检测效果更好可以用来进行大目标检测 ...

系列博客链接： （一）目标检测概述 https://www.cnblogs.com/kongweisi/p/10894415.html （二）目标检测算法之R-CNN https://www.cnblogs.com/kongweisi/p/10895055.html ...