前言

初稿

一、两阶段检测进阶模型介绍

FPN

1. FPN

1. FPN网络结构
   
2. FPN目标检测实现方法
   
3. FPN结构下的RPN网络
   
4. FPN结构下的RoI Align
   
   

2. Cascade R-CNN

1. Cascade R-CNN的IoU分析
   
2. Cascade R-CNN网络结构
   
3. Cascade R-CNN模型效果
   

3. Libra R-CNN

1. 检测中的不平衡问题
   
2. Libra R-CNN的特征融合
   
   
3. Libra R-CNN的采样策略
   
   
4. Libra R-CNN的回归损失函数
   
   
5. Libra R-CNN效果
   
   

二、两阶段检测进阶模型优化策略

1. 服务器端模型优化策略

1. 服务器端模型优化基线方案
   
2. 服务器端模型优化效果
   

2. 移动端模型优化策略

0. 移动端模型优化现状
   

1.基线方案

2. 移动端模型优化：微调FPN结构

3. 移动端模型优化效果

三、工业应用：铝压铸件质检

1. 工业质检
   
2. 铝压铸件视觉检测
   
   
3. 铝压铸件视觉检测难点
   
4. 铝压铸件视觉检测方案
   

总结

FPN:
– 多尺度检测
– FPN结构下不同模块的调整

Cascade R-CNN
– 两阶段模型中IoU的使用
– 通过3个级联检测头对预测框不断调优

Libra R-CNN
– 两阶段模型中不平衡问题
– 提出新的FPN结构，采样策略和回归loss

服务器端模型优化策略
移动端模型优化策略
工业案例分享