Детекция объектов
Задача детекции объектов на изображении и простой подход для её решения.
Оценка качества детекции
Методы оценки качества детекции объектов на изображениях.
Подавление немаксимумов
Алгоритм подавления немаксимумов (non-maximum supression, NMS) в задаче детекции объектов. Вариант мягкого подавления немаксимумов (soft-NMS).
YOLO
Модель YOLO для детекции объектов на изображении.
SSD
Метод SSD для детекции объектов на изображении.
Feature pyramid network
Метод feature pyramid network (FPN) для эффективного извлечения признаков изображения и детекции объектов.
RetinaNet
Модель RetinaNet для детекции объектов - архитектура, настрока, функции потерь, focal loss.
CornerNet
Модель CornerNet для детекции объектов на изображении, сorner pooling.
CenterNet
Модель CenterNet для детекции объектов на изображениях.
Двухстадийные детекторы
Описание двухстадийных методов детекции объектов - faster R-CNN, fast R-CNN, R-CNN.
Деформируемые архитектуры
Деформируемая свёртка и деформируемый ROI пулинг для более локализованного извлечения признаков распознаваемого объекта в задачах сегментации и детекции.