📄️ 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, наст рока, 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.