目标检测

【团队介绍】   百度智能云政务产品部视觉算法团队，致力于研发智慧城市场景下的多模态/视觉大模型，优化模型在长尾、跨模态、开放场景下的视觉感知能力，打造智慧城市中视觉感知全要素产品。  【工作职责】 1. 参与多模态大模型的目标检测研究，跟进并保持技术领先，研究内容包括但不限于：基于图文理解的目标检测、开放词表（open-vocabulary）目标检测等。 2. 协助团队进行多模态大模型的数据集构建、方法验证和业务落地，针对智慧城市全场景视觉业务优化大模型能力。 3. 对于表现优秀的同学，可进行顶会论文的投稿。 【岗位要求】 1. 计算机或相关专业本科大三及以上，在读研究生优先（研究生导师知情...

深度学习应用篇-计算机视觉-目标检测[4]：综述、边界框bounding box、锚框（Anchor box）、交并比、非极大值抑制NMS、SoftNMS 1.目标检测综述 对计算机而言，能够“看到”的是图像被编码之后的数字，它很难理解高层语义概念，比如图像或者视频帧中出现的目标是人还是物体，更无法定位目标出现在图像中哪个区域。目标检测的主要目的是让计算机可以自动识别图片或者视频帧中所有目标的类别，并在该目标周围绘制边界框，标示出每个目标的位置，如 图1 所示。  图1 图像分类和目标检测示意图  图1(a)是图像分类任务，只需对这张图片进行类别识别。 图1(b)是目标检测任务，不仅要识别出这...

了解基本概念：首先了解Object Detection的基本概念，比如检测框架，包括深度学习，传统机器学习和传统计算机视觉技术，检测技术，如卷积神经网络（CNN），支持向量机（SVM），决策树等，以及检测数据集，如COCO，PASCAL VOC，ImageNet等。了解相关技术：学习Object Detection技术需要了解基本的机器学习知识和深度学习知识，掌握深度学习框架，如TensorFlow，PyTorch，Keras等，还需要熟悉常见的卷积神经网络（CNN）模型，如YOLO，RCNN，Faster-RCNN，Mask-RCNN等。实践：实践是最重要的，可以按照教程或者自己编写代码，实...

深度学习基础5:交叉熵损失函数、MSE、CTC损失适用于字识别语音等序列问题、Balanced L1 Loss适用于目标检测 1.交叉熵损失函数 在物理学中，“熵”被用来表示热力学系统所呈现的无序程度。香农将这一概念引入信息论领域，提出了“信息熵”概念，通过对数函数来测量信息的不确定性。交叉熵（cross entropy）是信息论中的重要概念，主要用来度量两个概率分布间的差异。假定 p和 q是数据 x的两个概率分布，通过 q来表示 p的交叉熵可如下计算： H(p,q)=−∑xp(x)log⁡q(x)H\left(p,q\right)=-\sum\limits_{x}p\left(x\right...