深層学習アルゴリズムのデータネットワークアルゴリズムの概要
1 データセット百科事典
一般的な 2D 検出データセット、交通標識、車線境界線、歩行者検出、3D オブジェクト検出、ReID およびその他のデータセット
2 基礎知識のまとめ
このパートでは主に一般的な CNN 構造と ViT 構造を要約します。また、軽量 CNN バックボーンや軽量 Transformer モデルなどの高性能モデルも含まれています。
3 物体検出
このパートは主に、アンカーベース、アンカーフリー、ワンステージ、ツーステージ、スーパーフルYOLOシリーズ、小型ターゲット検出、マルチタスクモデル、ロングテール分散、誤検出排除、困難なケースマイニング、測位について説明します。精度の最適化などのコンテンツ。
4 画像の分割
この部分は主に、セマンティック セグメンテーション、インスタンス セグメンテーション、パノラマ セグメンテーションなどのタスクに関する知識と経験の概要です。
5車線ライン検出
このパートでは主に、パラダイム方向からのキーポイント、セグメンテーション、分類、検出スキームに基づいて車線モデルを要約および収集します。
6 オブジェクト追跡
このパートでは、検出による追跡とエンドツーエンドの方法について詳しく説明し、将来的には実用的なグラウンドシフトを備えた追跡システムを追加する予定です。
7 3D オブジェクト検出
このパートでは主に、ポイント、ボクセル、およびマルチビュー データに基づく 3D 検出スキームを要約および要約します。
8 モデルの展開
具体的には、検出、セグメンテーション、キーポイント、および実際の分類モデルを展開するために、主に TensorRT、NCNN、OpenCV、MNN、および OpenVINO が含まれています。