立即注册
查看: 919|回复: 9

[经验分享] AI的图像视觉处理技术简介

已绑定手机
发表于 2021-6-3 11:57:58 | 显示全部楼层 |阅读模式 来自 广东省深圳市
本帖最后由 xzhask 于 2021-6-3 12:00 编辑

一、检测跟踪
1.MTCNN
MTCNN是比较经典快速的人脸检测技术,它可实现两个任务:人脸检测与人脸关键点检测。这个过程由三个级联的轻量级CNN完成:PNet,RNet和Onet;图像数据先后经过这三个网络的处理,最终输出人脸检测和关键点检测结果。

技术思想及原理分析
本项目的一大技术亮点就是使用了级联卷积的思想,将复杂问题简单化,化整为零,逐一攻破,既减小了问题的难度、提高了模型训练效率,还为以后解决这一类问题提供了可参考的方法。项目中的级联思想、图像金字塔、IOU、NMS、图像坐标缩放及坐标反算等技术在后续的目标检测中仍然能够看到它们的身影。

应用场景及商业价值
本项目应用最为广泛的场景就是人脸检测,如果将本项目怒扩展,实际上是可以使用在任何单类多目标的检测项目上的。比如交通车辆检测、工厂生产零部件检测、农业农作物检测、商场人流量检测等等,但凡是同类别的目标,都能够检测。本项目的商业价值在于它的普适性,目标检测类项目的应用场景广泛,在AI行业实际落地应用最多,从而也使得其商业应用价值大大增加。

2.YOLO系列
You Only Look Once”或“YOLO”是一个对象检测算法的名字,这是Redmon等人在2016年的一篇研究论文中命名的。YOLO实现了自动驾驶汽车等前沿技术中使用的实时对象检测。

技术思想及原理分析
YOLO的渊源应该从RCNN系列说起,比较早的多类别检测识别模型是RCNN系列,包含了RCNN、fast-RCNN以及faster-RCNN,但是RCNN系列都是两阶段的,就是先检测、再分类,这样虽然说提高了检测分类精度,但是却降低了速度,所以才有了后来的YOLO系列,YOLO系列使用了划分区域和设置建议框的方法,直接把检测和分类融合成了一个阶段,模型能够同时学习检测和分类,实现了真正的端到端的模式,使得模型大大减小,从而提高的模型使用效率。虽然最早的YOLO的精度上并不能和RCNN系列比,但是在YOLOV2以后,无论是在精度上还是在效率上都已经超越了RCNN系列。


完整内容请下载附件查看
2021-6-3 11:57 上传
文件大小:
4.56 MB
下载次数:
22
本地下载

16RD supports Paypal , Payment is calculated at the exchange rate of the day. Unable to download please contact 18902843661 (WhatsApp OR wechat number)

关于一牛网在微软浏览器(Microsoft Edge、IE浏览器)警报通告&解决方案!(无法下载直接更换浏览器即可)

*附件为作者发布,与本站无关,如有侵权,请联系客服删除

已绑定手机
发表于 2021-6-3 12:12:52 | 显示全部楼层 来自 广东省深圳市
谢谢分享  有相应的算法说明就好了
发表于 2021-7-20 15:55:04 | 显示全部楼层 来自 北京市
了解一些YOLO系列。
已绑定手机
发表于 2022-1-17 04:46:46 | 显示全部楼层 来自 辽宁省鞍山市
值得赞赏
已绑定手机
已实名认证
发表于 2022-1-17 12:59:50 | 显示全部楼层 来自 广东省中山市
谢谢分享
已绑定手机
发表于 2022-1-17 15:28:39 | 显示全部楼层 来自 广东省深圳市
感谢分享~~~
已绑定手机
发表于 2022-2-18 18:36:48 | 显示全部楼层 来自 广东省东莞市
谢谢分享
已绑定手机
发表于 2022-3-24 09:34:14 | 显示全部楼层 来自 广东省珠海市
谢谢分享
已绑定手机
发表于 2022-5-19 08:36:56 | 显示全部楼层 来自 湖南省
谢谢分享!
已绑定手机
发表于 2023-2-2 21:16:19 | 显示全部楼层 来自 陕西省西安市
谢谢分享
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

合作/建议

TEL: 19168984579

工作时间:
周一到周五 9:00-11:30 13:30-19:30
  • 扫一扫关注公众号
  • 扫一扫打开小程序
Copyright © 2013-2024 一牛网 版权所有 All Rights Reserved. 帮助中心|隐私声明|联系我们|手机版|粤ICP备13053961号|营业执照|EDI证
在本版发帖搜索
扫一扫添加微信客服
QQ客服返回顶部
快速回复 返回顶部 返回列表