特点：没有区域提议阶段，直接基于特征图产生类别和边界框预测
优点：推理速度快，结构简单，易于在不同设备上部署
缺点：多数情况下性能不如两阶段算法

image.png

单阶段检测算法的发展

image.png

YOLO

image.png

YOLO的分类和回归目标

  • 将原图切分成SxS的

image.png

YOLO的损失函数

image.png

YOLO的优点和缺点

image.png

YOLOv2

image.png

YOLOv3

image.png

SSD（2016）Single Shot MultiBox Detetor

检测头： 在每级
image.png

image.png

SSD的训练

image.png

正负样本不均衡问题

image.png

解决样本不均衡问题

image.png

困难负样本

image.png

SSD中的困难负样本挖掘Hard Negative Mining

image.png

Focal Loss 2017 解决样本不均衡问题

image.png

正负难易样本的经验比例

image.png

不同样本对损失函数的贡献

image.png

改正正负样本不均衡

image.png

改善难易样本不均衡

image.png

Retinanet

image.png