目標檢測綜述

• 什么是目標檢測
• 應用場景
• 商品檢測
• 智慧交通
• 巡檢:安全生產
• 巡檢：輸電通道本體及缺陷識別
• 存在的挑戰
• 垂類細分領域
• 算法進展
• 傳統目標檢測算法
• 深度學習的優勢
• 兩階段之RCNN：深度學習方法提取特征
• 兩階段之Fast/Faster-RCNN
• 兩階段之Fast/Faster-RCNN
• Anchor和Anchor-Based方法
• Anchor-Based方法
• Anchor-Based方法：一階段
• Anchor缺點
• Anchor-Free方法
• 深度學習算法小結
• 三類算法的對比
• 基礎概念
• 常用開源數據集
• PaddleDetection端到端開發套件
• PaddleDetection主要特點
• 模塊設計
• 豐富的模型庫
• 主要模型效果一覽
• 其他特色模型
• 端到端的能力
• 支持VisualDL輔助模型優化
• 支持模型壓縮
• 支持移動端的部署
• 支持服務部署
• ECCV2020雙賽道冠軍

什么是目標檢測

應用場景

商品檢測

智慧交通

巡檢:安全生產

巡檢：輸電通道本體及缺陷識別

存在的挑戰

垂類細分領域

算法進展

傳統目標檢測算法

深度學習的優勢

兩階段之RCNN：深度學習方法提取特征

兩階段之Fast/Faster-RCNN

兩階段之Fast/Faster-RCNN

Anchor和Anchor-Based方法

Anchor-Based方法

Anchor-Based方法：一階段

Anchor缺點

Anchor-Free方法

深度學習算法小結

三類算法的對比

基礎概念

常用開源數據集

PaddleDetection端到端開發套件

PaddleDetection主要特點

模塊設計

豐富的模型庫

主要模型效果一覽

其他特色模型

端到端的能力

支持VisualDL輔助模型優化

支持模型壓縮

支持移動端的部署

支持服務部署

ECCV2020雙賽道冠軍

總結

以上是生活随笔為你收集整理的【百度飞浆】目标检测综述的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。