=====================================================
github:https://github.com/MichaelBeechan
CSDN:https://blog.csdn.net/u011344545
=====================================================
YOLO目标检测算法
- 深度学习经典检测方法
- 1、两阶段(Two-stage)
- 2、单阶段(One-stage)
深度学习经典检测方法
1、两阶段(Two-stage)
- Fast-RCNN、Faster-RCNN、Mask-RCNN系列
- 1)速度通常较慢(5FPS),但效果通常不错
- 2)MASK-RCNN框架
2、单阶段(One-stage)
- YOLO系列
- 1)核心优势:速度非常快,适合做实时检测任务
- 2)缺点:效果通常不会太好
- mAP指标:综合衡量检测效果,更高效果更好
- IoU:交集和并集的比值(Intersection of Union)
- 举例说明
- 检测任务中的精度与召回率分析
- 基于置信度计算:例如0.9;0.8;0.7
- 0.9时:TP+FP=1,TP=1,FN=2,Precision=1/1=1,Recall=1/3
- mAP=阴影面积