學(xué)術(shù)不端文獻(xiàn)論文查重檢測系統(tǒng) 多語種 圖文 高校 期刊 職稱 查重 抄襲檢測系統(tǒng)
因此就有大神提出針對小目標(biāo)檢測的一些方法,這些方法是建立在現(xiàn)有的目標(biāo)檢測基礎(chǔ)之上提出的一些改進(jìn)或者優(yōu)化。 接下來主要對存在的優(yōu)秀的小目標(biāo)檢測算法進(jìn)行簡單介紹。 小目標(biāo)的介紹:有兩種定義方式,一種是相對尺寸大小,如目標(biāo)尺寸的長寬是原圖像尺寸的0.1,即可認(rèn)為是小目標(biāo),另外一種是絕對尺寸的定義,即尺寸小于32*32像素的目標(biāo)即可認(rèn)為是小目標(biāo)。
在現(xiàn)有的目標(biāo)檢測的文獻(xiàn)中,大多數(shù)是針對通用的目標(biāo)來進(jìn)行檢測,如經(jīng)典的單階段方法yolo和ssd,兩階段方法faster-rcnn等,這些方法主要是針對通用目標(biāo)數(shù)據(jù)集來設(shè)計的解決方案,因此對于圖像中的小目標(biāo)來說,檢測效果不是很理想。 因此就有大神提出針對小目標(biāo)檢測的一些方法,這些方法是建立在現(xiàn)有的目標(biāo)檢測基礎(chǔ)之上提出的一些改進(jìn)或者優(yōu)化。
目標(biāo)檢測(Object Detection)可以識別一幅圖像中的多個物體,定位不同物體的同時(邊界框),貼上相應(yīng)的類別。 簡單來說,解決了what和where問題。 授人以魚,不如授人以漁,本文不會具體介紹某類/某種算法(one-stage or two-stage),但會給出目標(biāo)檢測相關(guān)論文的最強合集(持續(xù)更新ing)。