目標檢測、實例分割學習
這里只列舉一些我本人覺得講得很清楚的博文,以便於自己的學習
-
綜述1:https://www.zhihu.com/question/21665775
這篇文章對計算機視覺做了一個很好的、很生動的綜述
-
綜述2:https://www.cnblogs.com/skyfsm/p/6806246.html。
這篇博文對目標檢測的算法做了一個綜述,講得很通透
https://imlogm.github.io/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0/rcnn/
這篇博文是對上面的一個拓展和補充
這篇文章從通俗的角度介紹了region proposal的作用
-
什么是End-to-End神經網絡:https://www.zhihu.com/question/51435499
-
SPPNet:https://zhuanlan.zhihu.com/p/24774302
SPPNet里面解決了的一個問題:原始圖像的ROI如何映射到特征圖:https://zhuanlan.zhihu.com/p/24780433。這篇文章里還講了什么是感受野。
-
Fast-RCNN:https://zhuanlan.zhihu.com/p/24780395
-
Faster-RCNN:https://zhuanlan.zhihu.com/p/24916624
Faster-RCNN已經是一個完全的end-to-end的模型了
-
FCN:FCN是一個用於語義分割的模型:https://blog.csdn.net/linolzhang/article/details/71698570
-
Mask-RCNN:https://zhuanlan.zhihu.com/p/37998710
Mask-RCNN不僅可以實現目標檢測,還可以實現實例分割。
關於目標檢測、語義分割、實例分割等等計算機視覺的研究領域的綜述,可以看這篇文章:https://www.cnblogs.com/augustone/p/10533132.html
-
RolPooling、RolAlign:https://www.cnblogs.com/wangyong/p/8523814.html
還有一個程序實現也很好:https://github.com/sgrvinod/a-PyTorch-Tutorial-to-Object-Detection