目标检测常见问题

一.如何检测小目标

参考:https://mp.weixin.qq.com/s/_gIimlwgjXgarKLPHpp4zQ

1.数据层面:

①将原始图像进行缩放,提高小目标样本数

②增加模型的输入尺寸

③采用mosaic数据增强,四张照片缩放,拼接为一张

2.网络结构方面:(适用于小目标分割)

多尺度融合Feature Pyramid Networks, FPN(上采样,自顶向下,深层网络为顶,顶为上)Path Aggregation Network, PAN (下采样,自底向上)等

②**注意力机制:**如SENet

③**长跳跃连接:**长跳跃连接是指将不同层级的特征图进行融合的一种方法,可以帮助模型更好地捕捉不同层级的特征信息。众所周知,浅层特征图的细节信息丰富但语义信息较弱,深层特征图则与之相反。因此,在小目标检测中,可以将低层级的特征图和高层级的特征图进行融合,以增强对小目标的定位能力。

二.两阶段目标检测:

相关推荐
蚝油菜花7 分钟前
DeepSite:基于DeepSeek的开源AI前端开发神器,一键生成游戏/网页代码
人工智能·开源
蚝油菜花7 分钟前
PaperBench:OpenAI开源AI智能体评测基准,8316节点精准考核复现能力
人工智能·开源
蚝油菜花11 分钟前
DreamActor-M1:字节跳动推出AI动画黑科技,静态照片秒变生动视频
人工智能·开源
MPCTHU11 分钟前
预测分析(三):基于机器学习的分类预测
人工智能·机器学习·分类
jndingxin18 分钟前
OpenCV 图形API(11)对图像进行掩码操作的函数mask()
人工智能·opencv·计算机视觉
Scc_hy28 分钟前
强化学习_Paper_1988_Learning to predict by the methods of temporal differences
人工智能·深度学习·算法
袁煦丞31 分钟前
【亲测】1.5万搞定DeepSeek满血版!本地部署避坑指南+内网穿透黑科技揭秘
人工智能·程序员·远程工作
大模型真好玩32 分钟前
理论+代码一文带你深入浅出MCP:人工智能大模型与外部世界交互的革命性突破
人工智能·python·mcp
遇码1 小时前
大语言模型开发框架——LangChain
人工智能·语言模型·langchain·llm·大模型开发·智能体