1.目标检测（矩形框）：

①常用模型YOLO5：

1°入门使用，具体见这篇博客

YOLOv5训练自己的数据集（超详细完整版）_深度学习菜鸟的博客-CSDN博客_yolov5训练自己的数据

（补充说明：其中的数据一开始是VOC格式自定义数据集，因此建议直接使用labelImg来标注自己的数据，导出直接是VOC格式）

训练技巧与优化：

官网中的： https://github.com/ultralytics/yolov5/blob/master/README.zh-CN.md

竞赛经验｜Kaggle竞赛中使用YoloV5将物体检测的性能翻倍的心路历程

2°训练结束后看训练结果，看这些博客：

yolov5 训练结果解析_sinat_37322535的博客-CSDN博客_yolov5训练结果分析

目标检测中的mAP是什么含义？ - 知乎

3°YOLO5原理与代码解读

你一定从未看过如此通俗易懂的YOLO系列（从V1到V5）模型解读！

深入浅出Yolo系列之Yolov5核心基础知识完整讲解_江大白*的博客-CSDN博客_yolov5（强烈推荐）

Yolov5总结文档(理论、代码、实验结果)YoloV5代码详细解读_浩瀚之水_csdn的博客-CSDN博客_yolov5代码解读Yolov5总结文档(理论、代码、实验结果)

也可以通过Bibilili等搜索yolo5优化相关，例如加入多层小目标检测层。

②常用框架：mmdetection

mmdetection/README_zh-CN.md at master · open-mmlab/mmdetection · GitHub

https://mmdetection.readthedocs.io/_/downloads/zh_CN/latest/pdf/

其中，

1°安装（可以参考里面的“从零开始设置脚本”那一节）：https://github.com/open-mmlab/mmdetection/blob/master/docs/zh_cn/get_started.md

2°自定义数据集看这篇：

mmdetection/2_new_data_model.md at master · open-mmlab/mmdetection · GitHub

其中，建议使用COCO格式的自定义数据集，因此我们可以使用labelme工具标记数据（矩形框），然后可以参考这篇：

目标检测前奏：labelme的矩形框标记好数据以后，转成COCO格式_starDu-CSDN博客_labelme转coco 目标检测

③常用框架：百度飞浆paddlepaddle

视频学习教程：飞桨AI Studio - 人工智能学习与实训社区

GitHub - PaddlePaddle/PaddleDetection: Object Detection toolkit based on PaddlePaddle. It supports object detection, instance segmentation, multiple object tracking and real-time multi-person keypoint detection.

Paddle/README_cn.md at develop · PaddlePaddle/Paddle · GitHub

https://github.com/PaddlePaddle/awesome-DeepLearning （工业项目案例，建议以此作为入门实战，例如目标检测的话可以学习里面的头盔检测，包括优化模型思路）

④YoloX模型：

“白话”目标检测系列：YOLO X

【深度学习】解决YOLOX训练时AP为0_MangoloD的博客-CSDN博客_扫描到的ap数目为0

2.目标分割（多边形框）：

①yolo5 V7.0目前支持目标分割了（另外也支持目标分类）-2022.12.12

官网去下载使用即可，已亲测可用：

GitHub - ultralytics/yolov5: YOLOv5

目标检测、目标分割：常用框架与流程（流程包括：数据集标注与格式预处理、训练与推理、训练优化、算法代码以及原理）相关推荐

【Pytorch神经网络理论篇】 33 基于图片内容处理的机器视觉：目标检测+图片分割+非极大值抑制+Mask R-CNN模型
基于图片内容的处理任务,主要包括目标检测.图片分割两大任务. 1 目标检测目标检测任务的精度相对较高,主要是以检测框的方式,找出图片中目标物体所在的位置.目标检测任务的模型运算量相对较小,速度相对较 ...
Mask R-CNN用于目标检测和分割代码实现
Mask R-CNN用于目标检测和分割代码实现 Mask R-CNN for object detection and instance segmentation on Keras and Tenso ...
准确度判断语义分割_Mask R-CNN（目标检测语义分割）测试
Mask R-CNN(目标检测语义分割)测试 Mask R-CNN(目标检测,语义分割)测试 Kaiming He的大作Mask R-CNN(https://arxiv.org/pdf/1703.06 ...
机器人抓取汇总|涉及目标检测、分割、姿态识别、抓取点检测、路径规划
作者:Tom Hardy Date:2020-02-14 来源:机器人抓取汇总|涉及目标检测.分割.姿态识别.抓取点检测.路径规划
【重磅】旷视提出MegDetV2：目标检测/实例分割新系统
点击上方,选择星标或置顶,不定期资源大放送! 阅读大概需要15分钟 Follow小博主,每天更新前沿干货编辑:Amusi 在COCO 2019/2020 挑战赛中获得最佳结果!该方案包含RPN++. ...
CVPR2019| 最新CVPR2019论文：含目标检测、分割、深度学习、GAN等领域
点上方蓝字计算机视觉联盟获取更多干货在右上方 ··· 设为星标 ★,与你不见不散推荐几篇CPRR2019最新论文,含目标检测.分割.深度表示.GAN等领域 [1]Strong-Weak Distr ...
听听优秀的人讲 AI！带你探知目标检测以及分割的现状和挑战
目标检测和目标分割是计算机视觉里两个基础的研究任务,它们彼此之间存在很紧密的联系,而且目前已经被广泛应用于各种不同的视觉交互的产品中.目标检测和分割任务的背后有很多的技术需要我们去了解,它们之间的关联 ...
目标检测和图像分割常用的标注工具
1 LabelImg LabelImg 是一款开源的图像标注工具,标签可用于分类和目标检测,它是用 Python 编写的,并使用Qt作为其图形界面,简单好用.注释以 PASCAL VOC 格式保存为 ...
伪装目标检测与分割研究进展
摘要伪装检测作为一个新兴研究方向,其目标是将隐藏在图像背景中的目标对象快速准确地检测出来,可应用于物种保护和军事监测等领域,具有较高的应用价值.介绍伪装目标检测的基本概念,并按照伪装检测算法所采用的 ...

目标检测、目标分割：常用框架与流程（流程包括：数据集标注与格式预处理、训练与推理、训练优化、算法代码以及原理）

1.目标检测（矩形框）：

①常用模型YOLO5：

目标检测中的mAP是什么含义？ - 知乎

也可以通过Bibilili等搜索yolo5优化相关，例如加入多层小目标检测层。

②常用框架：mmdetection

③常用框架：百度飞浆paddlepaddle

④YoloX模型：

2.目标分割（多边形框）：

①yolo5 V7.0目前支持目标分割了（另外也支持目标分类）-2022.12.12

目标检测、目标分割：常用框架与流程（流程包括：数据集标注与格式预处理、训练与推理、训练优化、算法代码以及原理）相关推荐

最新文章

热门文章

目标检测、目标分割：常用框架与流程（流程包括：数据集标注与格式预处理、训练与推理、训练优化、算法代码以及原理）

1.目标检测（矩形框）：

①常用模型YOLO5：

目标检测中的mAP是什么含义？ - 知乎

也可以通过Bibilili等搜索yolo5优化相关，例如加入多层小目标检测层。

​​​​​​​ ②常用框架：mmdetection

③常用框架：百度飞浆paddlepaddle

④YoloX模型：

2.目标分割（多边形框）：

①yolo5 V7.0目前支持目标分割了（另外也支持目标分类）-2022.12.12

目标检测、目标分割：常用框架与流程（流程包括：数据集标注与格式预处理、训练与推理、训练优化、算法代码以及原理）相关推荐

最新文章

热门文章

②常用框架：mmdetection