(论文阅读15/100)You Only Look Once: Unified, Real-Time Object Detection

|----|------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 文献阅读笔记 |||
| 简介 | 题目 | You Only Look Once: Unified, Real-Time Object Detection |
| 简介 | 作者 | Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi |
| 简介 | 原文链接 | https://arxiv.org/pdf/1506.02640.pdf 《You Only Look Once: Unified, Real-Time Object Detection》-CSDN博客 |
| 简介 | 关键词 | Null |
| 简介 | 研究问题 | 目标检测框架问题。 |
| 简介 | 研究方法 | 将detection视为回归问题,仅使用一个neural network同时预测bounding box的位置和类别,因此速度很快。 由于不需提取region proposal,而是直接在整幅图像进行检测,因此YOLOv1可以联系上下文信息和特征,减少将背景检测为物体的错误。 YOLOv1学习到的是目标的泛化表示(generalizable representations),泛化能力非常强,更容易应用于新的领域或输入。 由于不需提取region proposal,则YOLOv1的检测流程很简单: Resize image:将输入图片resize到448x448。 Run ConvNet:使用CNN提取特征,FC层输出分类和回归结果。 Non-max Suppression:非极大值抑制筛选出最终的结果。 |
| 简介 | 研究结论 | 背景上预测假阳性的可能性比较低。 |
| 简介 | 创新不足 | 损失函数设计存在缺陷,会产生更多地定位错误。 对重叠、邻近的物体检测不友好。 测试数据中出现了训练数据中没有的长宽比时,泛化能力低。 |
| 简介 | 额外知识 | DPM(Deformable PartsModel)算法:基于部件的检测方法,对目标的形变具有很强的鲁棒性。 DPM(Deformable Parts Model)--原理(一)_deformable parts models.-CSDN博客 |

相关推荐
学术头条18 分钟前
AI 的「phone use」竟是这样练成的,清华、智谱团队发布 AutoGLM 技术报告
人工智能·科技·深度学习·语言模型
准橙考典20 分钟前
怎么能更好的通过驾考呢?
人工智能·笔记·自动驾驶·汽车·学习方法
ai_xiaogui23 分钟前
AIStarter教程:快速学会卸载AI项目【AI项目管理平台】
人工智能·ai作画·语音识别·ai写作·ai软件
孙同学要努力28 分钟前
《深度学习》——深度学习基础知识(全连接神经网络)
人工智能·深度学习·神经网络
喵~来学编程啦1 小时前
【论文精读】LPT: Long-tailed prompt tuning for image classification
人工智能·深度学习·机器学习·计算机视觉·论文笔记
深圳市青牛科技实业有限公司1 小时前
【青牛科技】应用方案|D2587A高压大电流DC-DC
人工智能·科技·单片机·嵌入式硬件·机器人·安防监控
水豚AI课代表2 小时前
分析报告、调研报告、工作方案等的提示词
大数据·人工智能·学习·chatgpt·aigc
几两春秋梦_2 小时前
符号回归概念
人工智能·数据挖掘·回归
用户691581141653 小时前
Ascend Extension for PyTorch的源码解析
人工智能
用户691581141653 小时前
Ascend C的编程模型
人工智能