目标检测算法经典论文回顾(一)
提出时间:2014年
论文地址:https://openaccess.thecvf.com/content_cvpr_2014/papers/Girshick_Rich_Feature_Hierarchies_2014_CVPR_paper.pdf
针对问题:
从Alexnet提出后,作者等人思考如何利用卷积网络来完成检测任务,即输入一张图,实现图上目标的定位(目标在哪)和分类(目标是什么)两个目标,并最终完成了RCNN网络模型。
创新点:
RCNN提出时,检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢,作者采用的是Selective Search候选区域提取算法,来获得当前输入图上可能包含目标的不同图像块,再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。
参考博客: https://blog.csdn.net/briblue/article/details/82012575。
论文题目:OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks
提出时间:2014年
论文地址:https://arxiv.org/pdf/1312.6229.pdf
针对问题:
该论文讨论了,CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后,在网络后端组织两组卷积或全连接层,一组用于实现定位,输出当前图像上目标的最小外接矩形框坐标,一组用于分类,输出当前图像上目标的类别信息。也是以此为起点,检测网络出现基础主干网络(backbone)+分类头或回归头(定位头)的网络设计模式雏形。
创新点:
在这篇论文中还有两个比较有意思的点,一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的,而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制,那用1x1卷积来替换FC层,是否可行呢?作者在测试时通过将全连接层替换为1x1卷积核证明是可行的;二是提出了offset max-pooling,也就是对池化层输入特征不能整除的情况,通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练,然后切换分类头为回归头,再训练回归头的参数,最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。
参考博客: https://blog.csdn.net/qq_35732097/article/details/79027095
论文题目:Scalable Object Detection using Deep Neural Networks
提出时间:2014年
论文地址:https://openaccess.thecvf.com/content_cvpr_2014/papers/Erhan_Scalable_Object_Detection_2014_CVPR_paper.pdf
针对问题:
既然CNN网络提取的特征可以直接用于检测任务(定位+分类),作者就尝试将目标框(可能包含目标的最小外包矩形框)提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。
创新点:
本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心,(800个anchor box)然后学习预测不考虑目标类别的二分类网络,背景or前景。用到了多尺度下的检测。
参考博客: https://blog.csdn.net/m0_45962052/article/details/104845125
论文题目:DeepBox: Learning Objectness with Convolutional Networks
提出时间:2015年ICCV
论文地址:https://openaccess.thecvf.com/content_iccv_2015/papers/Kuo_DeepBox_Learning_Objectness_ICCV_2015_paper.pdf
主要针对的问题:
本文完成的工作与第三篇类似,都是对目标框提取算法的优化方案,区别是本文首先采用自底而上的方案来提取图像上的疑似目标框,然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序;而第三篇为直接利用CNN网络来回归图像上可能的目标位置。
创新点:
本文作者想通过CNN学习输入图像的特征,从而实现对输入网络目标框是否为真实目标的情况进行计算,量化每个输入框的包含目标的可能性值。
参考博客: https://www.cnblogs.com/zjutzz/p/8232740.html
论文题目:AttentionNet: AggregatingWeak Directions for Accurate Object Detection
提出时间:2015年ICCV
论文地址:https://www.cv-foundation.org/openaccess/content_iccv_2015/papers/Yoo_AttentionNet_Aggregating_Weak_ICCV_2015_paper.pdf
主要针对的问题:
对检测网络的实现方案进行思考,之前的执行策略是,先确定输入图像中可能包含目标位置的矩形框,再对每个矩形框进行分类和回归从而确定目标的准确位置,参考RCNN。那么能否直接利用回归的思路从图像的四个角点,逐渐得到目标的最小外接矩形框和类别呢?
创新点:
通过从图像的四个角点,逐步迭代的方式,每次计算一个缩小的方向,并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。
参考博客: https://blog.csdn.net/m0_45962052/article/details/104945913
论文题目:Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
提出时间:2014年
论文地址:https://link.springer.com/content/pdf/10.1007/978-3-319-10578-9_23.pdf
针对问题:
如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络,在处理过程中就造成了图像块信息的损失。在实际的场景中,输入网络的目标尺寸很难统一,而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。
创新点:
作者提出的SPPnet中,通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸,在训练的时候,池化的操作还是通过滑动窗口完成的,池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。
参考博客 :https://blog.csdn.net/weixin_43624538/article/details/87966601
论文题目:Object detection via a multi-region & semantic segmentation-aware CNN model
提出时间:2015年
论文地址:https://openaccess.thecvf.com/content_iccv_2015/papers/Gidaris_Object_Detection_via_ICCV_2015_paper.pdf
针对问题:
既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位,本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。
创新点:
作者通过对输入网络的region进行一定的处理(通过数据增强,使得网络利用目标周围的上下文信息得到更精准的目标框)来增加网络对目标回归框的精度。具体的处理方式包括:扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置,使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性,从而提高了回归框的精度。
参考博客 :https://blog.csdn.net/alfred_torres/article/details/83022967
论文题目:Fast-RCNN
提出时间:2015年
论文地址:https://openaccess.thecvf.com/content_iccv_2015/papers/Girshick_Fast_R-CNN_ICCV_2015_paper.pdf
针对问题:
RCNN中的CNN每输入一个图像块就要执行一次前向计算,这显然是非常耗时的,那么如何优化这部分呢?
创新点:
作者参考了SPPNet(第六篇论文),在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸,从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图,再将原图上用Selective Search算法得到的目标框映射到特征图上,避免了特征的重复提取。
参考博客 :https://blog.csdn.net/u014380165/article/details/72851319
论文题目:DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers
提出时间:2015年
论文地址:https://openaccess.thecvf.com/content_iccv_2015/papers/Ghodrati_DeepProposal_Hunting_Objects_ICCV_2015_paper.pdf
主要针对的问题:
本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文,作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。
创新点:
作者在不同的激活层上以滑动窗口的方式生成了假设,并表明最终的卷积层可以以较高的查全率找到感兴趣的对象,但是由于特征图的粗糙性,定位性很差。相反,网络的第一层可以更好地定位感兴趣的对象,但召回率降低。
论文题目:Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
提出时间:2015年NIPS
论文地址:https://proceedings.neurips.cc/paper/2015/file/14bfa6bb14875e45bba028a21ed38046-Paper.pdf
主要针对的问题:
由multibox(第三篇)和DeepBox(第四篇)等论文,我们知道,用CNN可以生成目标待检测框,并判定当前框为目标的概率,那能否将该模型整合到目标检测的模型中,从而实现真正输入端为图像,输出为最终检测结果的,全部依赖CNN完成的检测系统呢?
创新点:
将当前输入图目标框提取整合到了检测网络中,依赖一个小的目标框提取网络RPN来替代Selective Search算法,从而实现真正的端到端检测算法。
参考博客 :https://zhuanlan.zhihu.com/p/31426458
目标检测算法经典论文回顾(一)
那么对检测任务来说如何完成目标的定位呢,作者采用的是Selective Search候选区域提取算法,来获得当前输入图上可能包含目标的不同图像块,再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客: https:\/\/blog.csdn.net\/briblue\/article\/details\/82012575。 论文题目:OverFeat: Integrated Recognitio...
2D目标检测论文大盘点!(第11-24篇)
本文系列总结了2D目标检测算法的重要进展,从Cascade R-CNN到YOLOv5,每一种方法都在解决特定的挑战:Cascade R-CNN通过级联检测器解决IoU阈值选择问题,减少过拟合,提高精度。Faster R-CNN引入RPN加速检测过程,提升了速度,但仍有计算量大和实时性不足的问题。R-FCN通过结构优化提高检测速度,R-FCN通...
【目标检测】 论文推荐——基于深度神经网络的目标检测
在这篇论文中提出了一个显著性启发的神经网络检测模型,它预测了一组与类无关的边界框,每个框有一个分数,对应于它包含任何感兴趣的对象的可能性。该模型自然地为每个类处理数量可变的实例,并允许在网络的最高级别上进行跨类泛化。 目标检测是计算机视觉的基本任务之一。一个解决这个问题的通用范例是训练在子图像上...
论文阅读:深度学习小目标检测算法综述
小目标定义在COCO数据集为32x32像素,实际应用中更多考虑物体大小相对于原图的比例。导致精度较低的原因包括缺乏特征信息、神经网络信息丢失、样本分布不均、先验框设置不当和损失函数不恰当。针对这些挑战,提出通用小目标检测算法基于多尺度特征的FPN结构,虽有缺陷,但改进后显著提升检测能力。PANet结构增强FP...
计算机视觉——典型的目标检测算法(Fast R-CNN算法)(五)
【嵌牛鼻子】计算机视觉 【嵌牛提问】如何理解目标检测算法——Fast R-CNN 【嵌牛正文】 为克服SPP-Net 存在的问题,2015 年Girshick 等提出基于边界框和多任务损失分类的Fast R-CNN[31]算法。该算法将SPP 层简化,设计出单尺度的ROI Pooling 池化层结构;将整张...
最新无监督3D激光点云目标检测领域自适应算法整理
最新无监督3D激光点云目标检测的自适应算法研究已经取得了一些显著进展。以下是几篇领域的关键论文:1. CVPR 2021的ST3D: Self-training for Unsupervised Domain Adaptation on 3D Object Detection,提出了一种新颖的预训练方法,通过随机物体尺寸变化策略减少源域数据的偏差,生成高质量的伪标签,从而在...
半监督目标检测论文精读——Combating Noise
当前大多数半监督目标检测算法都是基于伪标注方法的,但预训练模型在无标注图片上生成的伪标签存在噪声,这会影响算法性能。噪声来源于模型性能的欠缺,且噪声会存在于伪标签中。伪标签的分配通常基于预训练模型在少量有标注图片上推理生成的边框坐标、类别标签与置信度得分。分配过程涉及与RoIs的最大重叠程度...
Faster R-CNN:使用RPN实时目标检测
论文: Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 目标检测网络大多依靠 区域生成(region proposal)算法来假设目标的位置。 R-CNN 是采用 Selective Search 算法来提取(propose)可能的 RoIs(regions of interest) 区域,然后对每个提取区域采用标准 CNN 进行分类。选择性搜索(Sel...
基于深度学习的目标检测算法综述
本文综述了深度学习在目标检测领域的关键技术及其应用。目标检测作为机器视觉的核心问题,要求算法能识别图像中的各种目标,包括位置、大小和形状的多样性,具有挑战性。应用广泛,如人脸检测、行人检测、车辆检测等,还在医学影像分析、自动驾驶和工业缺陷检测中发挥关键作用。经典方法如DPM利用可变形组件模型,...
EfficientDet : 快又准,EfficientNet作者在目标检测领域的移植 | CVPR...
EfficientDet的结构如图3所示,基于one-stage检测器的范式,将ImageNet-pretrained的EfficientNet作为主干,BiFPN将主干的3-7层特征作为输入,然后重复进行top-down和bottom-up的双向特征融合,所有层共享class和box网络 之前检测算法的缩放都是针对单一维度的,从EfficientNet得到启发,论文提出检测网络的新混合缩放方法,...
检沸德瑞: 第一章介绍运动的分类、计算机视觉领域中运动分析模型、计算机视觉领域运动检测和目标跟踪技术研究现状、计算机视觉领域中运动分析技术的难点等内容;第二章介绍传统的运动检测和目标跟踪算法,包括背景差分法、帧间差分法、光流场评估算法等;第三章介绍具有周期性运动特征的低速目标运动检测和跟踪算法,并以CCD测量系统为例介绍该算法的应用;第四章介绍高速运动目标识别和跟踪算法,并以激光通信十信标光捕获和跟踪系统为例介绍该算法的应用;第五章介绍具有复杂背景的目标运动检测过程中采用的光流场算法,包括正规化相关的特性及其改进光流场评估算法,并介绍改进光流场算法的具体应用;第六章介绍互补投票法实现可信赖运动向量估计.
禹州市15046191003: 几种经典算法回顾 - ?
检沸德瑞: 今天无意中从箱子里发现了大学时学算法的教材《算法设计与分析》,虽然工作这么几年没在什么地方用过算法,但算法的思想还是影响深刻的,可以在系统设计时提供一些思路.大致翻了翻,重温了一下几种几种经典的算法,做一下小结....
禹州市15046191003: 运动目标检测的检测方法 - ?
检沸德瑞: 基于统计背景模型的运动目标检测方法 问题: (1) 背景获取:需要在场景存在运动目标的情况下获得背景图像 (2) 背景扰动:背景中可以含有轻微扰动的对象,如树枝、树叶的摇动,扰动部分不应该被看做是前景运动目标 (3) 外界光照...
禹州市15046191003: 最近写了一个目标检测算法,想对这个算法申请发明专利,求教各位大神这应该属于什么技术领域?? - ?
检沸德瑞: 属于方法类专利,属于软件技术领域,希望能帮到你——兴科达知识产权
禹州市15046191003: 理想照亮未来主题开学第一课2021观后感 ?
检沸德瑞: 理想照亮未来主题开学第一课2021观后感12021年是我们学生生涯以来,最为特殊的... 首先是要树立正确价值观,明确自己的奋斗目标;然后学习不能只看表面成绩,而是...
禹州市15046191003: 信息融合的前景 - ?
检沸德瑞: 当前,信息融合技术在军事中的应用研究己经从低层的目标检测、识别和跟踪转向了态势评估和威胁估计等高层应用.20世纪90年代以来,传感器技术和计算机技术的迅速发展大大推动了信息融合技术的研究,信息融合技术的应用领域也从军事...
禹州市15046191003: 深度学习算法的哪些方面比较有趣 - ?
检沸德瑞: 根据2012-2017年被引用最多的深度学习论文来看,深度学习目前的研究方向如下1、基础性的理解和概括2、优化训练3、卷积神经网络模型研究4、图像:分割/目标检测5、视频6、自然语言处理7、强化学习/机器人8、语音/其他领域
禹州市15046191003: 如何应对论文雷同率 抄袭率过高 .应对技巧曝光. - ?
检沸德瑞: 目前,高校对于硕博士论文,需要通过抄袭检测系统的检测才能算过关.对本科生来说,大部分学校也采取抽查的方式对本科论文进行检测.抄袭过多,一经查出超过20%,后果严重.轻者延期毕业,重者取消学位.尼玛辛辛苦苦读个大学,学...