当前位置：首页 > news >正文

（视觉）分类、检测与分割在不同网络中的设计体现

news 来源：原创 2025/6/29 10:55:41

分类、检测与分割在不同网络中的设计体现

概述

在计算机视觉领域，不同的网络结构在功能和结构上差异显著，同时也共享一些基础设计元素。

卷积神经网络是基石：
- 卷积层通过特定的卷积核与图像进行卷积运算
- 提取图像中的局部特征，比如边缘、纹理等
池化层的作用：
- 以降采样的方式保留关键信息
- 大幅降低数据维度，减少计算量
- 有效防止过拟合
全连接层的功能：
- 在很多网络中承担分类决策的重任
- 将卷积层和池化层提取到的特征进行整合
- 转化为具体的分类概率

在通用模块的基础上，不同的视觉任务催生出了各具特色的网络结构（network）设计。

检测任务

核心要求：识别目标类别并精准定位目标位置

典型方法：

Fast R-CNN
- 两阶段检测策略
- 核心创新：区域提议网络（RPN）
  - 使用不同大小和长宽比的锚框
  - 通过卷积运算评估每个锚框包含目标的可能性
  - 生成可能包含目标的候选区域
- 候选区域经过分类和边界框回归
- 最终确定目标的位置和类别
- 优势：
  - 有效减少候选区域数量
  - 提高检测效率和精度
YOLO
- 将目标检测通过网格划分分解为局部回归问题
- 单网络同时预测：
  - 目标位置
  - 类别
  - 置信度
- 优势：
  - 摒弃传统两阶段检测流程
  - 提高检测速度
  - 在实时目标检测场景优势明显
基于ResNet的检测网络
- 许多现代检测网络（如FPN、Mask R-CNN）使用ResNet作为骨干网络进行特征提取
- ResNet的深层特征提取能力为检测任务提供了丰富的多尺度特征
- 残差结构使得网络可以构建更深的检测模型而不出现梯度消失问题

分割任务

核心要求：对图像每个像素进行分类，精确勾勒目标轮廓

典型代表：

FCN
- 用卷积取代全连接层，是一个全卷积网络
- 首次实现端到端像素级预测，为语义分割而生
- 采用反卷积层和跳跃连接融合多尺度特征
- 可以接受任意尺寸的输入图像
- 适用于通用场景的语义分割
U-Net
- U型网络结构，对称编码器-解码器结构设计。
- 编码器部分：
  - 通过卷积和池化操作，不断降低图像分辨率，提高特征维度，逐步提取图像的高级特征。
- 解码器部分：
  - 通过上采样和反卷积操作，恢复图像分辨率，跳跃连接融合编码器中不同层次的特征。
- 优势：
  - 保留低级特征的细节信息
  - 结合高级特征的语义信息
  - 通过密集的跳跃连接 concat（而非FCN的相加）融合多尺度特征
  - 分割结果精确到像素级
  - 在医学影像分割等领域表现卓越
基于ResNet的分割网络
- 许多分割网络（如DeepLab系列）使用ResNet作为编码器部分
- ResNet的深层特征提取能力为分割任务提供了丰富的语义信息
- 残差结构使得网络可以构建更深的编码器而不丢失细节信息
- 结合ResNet和U-Net的跳跃连接结构可以同时利用低级细节和高级语义信息

总结

不同的计算机视觉任务基于相似的基础网络模块，发展出了适应各自需求的网络结构：

分类网络：从AlexNet、VGG到ResNet，网络深度不断增加，残差连接的引入解决了深层网络的训练难题，使网络能够学习更抽象和判别性的特征。
检测网络：从两阶段的R-CNN系列到单阶段的YOLO系列，网络设计注重平衡精度与速度，ResNet等分类网络常被用作特征提取骨干。
分割网络：从FCN、U-Net到DeepLab系列，网络设计强调保持空间信息和多尺度特征融合，跳跃连接和编码器-解码器结构是关键设计。

这些网络在不断的实践和改进中，通过任务特定的优化设计（如ResNet的残差块、U-Net的跳跃连接、YOLO的回归策略等），推动着计算机视觉技术的不断发展。

（视觉）分类、检测与分割在不同网络中的设计体现

分类、检测与分割在不同网络中的设计体现概述在计算机视觉领域，不同的网络结构在功能和结构上差异显著，同时也共享一些基础设计元素。卷积神经网络是基石： 卷积层通过特定的卷积核与图像进行卷积运算提取图像中的局部特征，比…...

编程日记 2025/6/29 10:55:41

技术分享 | MySQL大事务导致数据库卡顿

本文为墨天轮数据库管理服务团队第66期技术分享，内容原创，作者为技术顾问孙文龙，如需转载请联系小墨（VX：modb666）并注明来源。一、现象业务侧反馈连接数据库异常，报错 connection is not av…...

编程日记 2025/6/27 23:14:23

C#在 .NET 9.0 中启用二进制序列化：配置、风险与替代方案

在 .NET 9.0 中启用二进制序列化：配置、风险与替代方案引言一、启用二进制序列化的步骤二、实现序列化与反序列化三、安全风险与缓解措施四、推荐替代方案五、总结引言在 .NET 生态中，二进制序列化（Binary Serialization）曾是…...

编程日记 2025/6/29 10:29:00

每日Prompt：像素风格插画

提示词像素风格插画，日式漫画脸，画面主体为一位站在路边的男孩，人物穿着黑色冲锋衣，手里拿着手机，男孩靠坐在机车旁边，脚边依偎着一只带着小摩托车头盔的小小猫，背景是雨中，身旁停…...

编程日记 2025/6/27 23:15:39

Rust 学习笔记：生命周期

Rust 学习笔记：生命周期 Rust 学习笔记：生命周期使用生命周期防止悬空引用借用检查器函数中的泛型生命周期生命周期注释语法函数签名中的生命周期注解从生命周期的角度思考结构定义中的生命周期注解省略生命周期方法定义中的生命周期注释静态生命周期泛型…...

编程日记 2025/6/29 10:05:38

科学标注法：数据治理的未来之路

在数据治理领域，科学标注法是一种系统化、标准化的数据标注方法论，其核心是通过规范化的流程、技术工具和质量控制机制，将原始数据转化为具有语义和结构特征的可用数据资源。以下从定义、技术特征、应用场景、与传统标注方法的区别以及遵循的标准框架等方面展开详细解析：一…...

编程日记 2025/6/29 10:00:05

小白刷题之如何高效计算二进制数组中最大连续 1 的个数

前言学习如何快速找出二进制数组中最长的连续 1 序列。这个问题在数据处理、网络传输和算法面试中经常出现，掌握它不仅能提升编程能力，还能加深对数组操作和循环控制的理解。 🌟 问题背景想象你是一位网络工程师，正在分析服…...

编程日记 2025/6/29 10:21:57

中科方德鸳鸯火锅平台使用教程：轻松运行Windows应用！

原文链接：中科方德鸳鸯火锅平台使用教程：轻松运行Windows应用！ Hello，大家好啊，今天给大家带来一篇中科方德鸳鸯火锅平台使用的文章，欢迎大家分享点赞，点个在看和关注吧！在信创环境…...

编程日记 2025/6/29 10:03:04

完全禁用 Actuator 功能

问题描述： springboot 关闭Actuator无效，原本设置 management:endpoints:enabled-by-default: false # 禁用所有端点屏蔽了/actuator/info和/actuator/health，但/actuator还可以访问。拉满配置如下，成功屏蔽 # application.y…...

编程日记 2025/6/29 10:15:11

Netty学习专栏（二）：Netty快速入门及重要组件详解（EventLoop、Channel、ChannelPipeline）

文章目录前言一、快速入门：5分钟搭建Echo服务器二、核心组件深度解析2.1 EventLoop：颠覆性的线程模型EventLoop 设计原理核心 API 详解代码实践：完整使用示例 2.2 Channel：统一的网络抽象层Channel 核心架构核心 API 详解代码实践…...

编程日记 2025/6/27 22:48:50

27-FreeRTOS的任务管理

一、FreeRTOS的任务概念在FreeRTOS中，任务（Task）是操作系统调度的基本单位。每个任务都是一个无限循环的函数，它执行特定的功能。任务可以被看作是一个轻量级的线程，具有自己的堆栈和优先级。下面是如何定义一个任务函…...

编程日记 2025/6/27 23:31:45

upload-labs靶场通关详解：第14关

一、分析源代码这一关的任务说明已经相当于给出了答案，就是让我们上传一个图片木马，可以理解为图片中包含了一段木马代码。 function getReailFileType($filename){$file fopen($filename, "rb");$bin fread($file, 2); //只读2字节fclose…...

编程日记 2025/6/27 23:21:01

supervisor的进程监控+prometheus+alertmanager实现告警

supervisor服务进程监控实现告警前提：部署了prometheus(配置了rules文件夹),alertmanager,webhook,python3环境 [roottest supervisor_prometheus]# pwd /opt/supervisor_prometheus [roottest supervisor_prometheus]# ls supervisor_exporter.py supervisor_int…...

编程日记 2025/6/27 22:49:30

HarmonyOS 鸿蒙应用开发基础：父组件调用子组件方法的几种实现方案对比

在ArkUI声明式UI框架中，父组件无法直接调用子组件的方法。本文介绍几种优雅的解决方案，并作出对比分析，分析其适用于不同场景和版本需求。帮助开发者在开发中合理的选择和使用。方案一：Watch装饰器（V1版本适用&#x…...

编程日记 2025/6/27 22:54:26

Enhancing Relation Extractionvia Supervised Rationale Verifcation and Feedback

Enhancing Relation Extraction via Supervised Rationale Verification and Feedback| Proceedings of the AAAI Conference on Artificial Intelligencehttps://ojs.aaai.org/index.php/AAAI/article/view/34631 1. 概述关系抽取（RE）任务旨在抽取文本中实体之间的语义关...

编程日记 2025/6/27 22:49:06

等离子体隐身技术和小型等离子体防御装置设计

相信大家前不久都看到了关于国防科大团队关于等离子体防御的相关文章，恰好也在做相关的研究，所以想向对这个问题感兴趣的朋友聊一聊这里面的一些基本原理和研究现状。等离子体与电磁波的相互作用等离子体会对电磁波产生吸收和反射作用，通常…...

编程日记 2025/6/27 22:48:47

PCB设计教程【入门篇】——电路分析基础-电路定理

前言本教程基于B站Expert电子实验室的PCB设计教学的整理，为个人学习记录，旨在帮助PCB设计新手入门。所有内容仅作学习交流使用，无任何商业目的。若涉及侵权，请随时联系，将会立即处理一、电路基本概念连接线与节点 …...

编程日记 2025/6/27 22:48:48

C++-继承

1.继承的概念及定义 1.1继承的概念继承(inheritance)机制是面向对象程序设计使代码可以复用的最重要的手段，它允许程序员在保持原有类特性的基础上进行扩展，增加功能，这样产生新的类，称派生类。继承呈现了面向对象程序设计的层…...

编程日记 2025/6/27 23:30:51

25.5.22学习总结

ST表（Sparse Table，稀疏表）是一种用于高效解决静态区间最值查询（RMQ）问题的数据结构。其核心思想是通过预处理每个长度为2^j的区间的最值，使得查询时只需合并两个子区间的最值即可得到结果，从而…...

编程日记 2025/6/27 23:29:23

接口自动化测试框架(pytest+allure+aiohttp+ 用例自动生成)

🍅 点击文末小卡片，免费获取软件测试全套资料，资料在手，涨薪更快近期准备优先做接口测试的覆盖，为此需要开发一个测试框架，经过思考，这次依然想做点儿不一样的东西。接口测试是比较讲究效率的…...

编程日记 2025/6/27 22:49:32

FastAPI在 Nginx 和 Docker 环境中的部署

目录实现示例1. 项目结构2. FastAPI 应用 (app/main.py)3. 依赖文件 (app/requirements.txt)4. Dockerfile5. Nginx 配置 (nginx/nginx.conf)6. Docker Compose 配置 (docker-compose.yml) 使用方法修改代码后更新实现示例接下来创建一个简单的示例项目，展示如何…...

编程日记 2025/6/27 16:05:26

08 接口自动化-用例管理框架pytest之fixtrue,conftest.py,allure报告以及logo定制

文章目录一、使用fixture实现部分前后置1.function级别:在每个函数的前后执行2.class级别：在每个类的前后执行一次3.module级别：在每个模块的前后执行一次4.package、session级别，一般是和connftest.py文件一起使用二、当fixture的级别为pa…...

编程日记 2025/6/27 23:24:44

Appium+python自动化（二）- 环境搭建—下

简介我这里已经将android的测试开发环境已经搭建准备完毕。上一篇android测试开发环境已经准备好， 那么接下来就是appium的环境安装和搭建了。搭建环境安装过程中切勿浮躁，静下心来一个一个慢慢地按照步骤一个个来。环境装好后，可以用真机…...

编程日记 2025/6/27 4:20:21

浅谈测试驱动开发TDD

目录 1.什么是TDD 2.TDD步骤 3.TDD 的核心原则 4.TDD 与传统开发的对比 5.TDD中的单元测试和集成测试区别 6.总结 1.什么是TDD 测试驱动开发（Test-Driven Development，简称 TDD） 是一种软件开发方法论，核心思想是 “先写测试…...

编程日记 2025/6/27 23:15:35

MVC和MVVM架构的区别

MVC和MVVM都是前端开发中常用的设计模式，都是为了解决前端开发中的复杂性而设计的，而MVVM模式则是一种基于MVC模式的新模式。 MVC(Model-View-Controller)的三个核心部分：模型、视图、控制器相较于MVVM(Model-View-ViewModel)的三个核心部分…...

编程日记 2025/6/27 4:08:52

网络安全-等级保护(等保) 3-1-1 GB/T 28448-2019 附录A (资料性附录)测评力度附录C(规范性附录)测评单元编号说明

附录A (资料性附录)测评力度 A.1 概述测评力度是在等级测评过程中实施测评工作的力度，体现为测评工作的实际投入程度，具体由测评的广度和深度来反映。测评广度越大，测评实施的范围越大，测评实施包含的测评对象就越多。测评深度…...

编程日记 2025/6/27 23:12:18

MySQL 可观测性最佳实践

MySQL 简介 MySQL 是一个广泛使用的开源关系型数据库管理系统（RDBMS），以其高性能、可靠性和易用性而闻名，适用于各种规模的应用，从小型网站到大型企业级系统。监控 MySQL 指标是维护数据库健康、优化性能和确保数据…...

编程日记 2025/6/27 7:11:58

深入解析Spring Boot与Redis集成：高效缓存与性能优化

深入解析Spring Boot与Redis集成：高效缓存与性能优化引言在现代Web应用中，缓存技术是提升系统性能的重要手段之一。Redis作为一种高性能的内存数据库，广泛应用于缓存、会话管理和消息队列等场景。本文将详细介绍如何在Spring Boot项目中集…...

编程日记 2025/6/27 23:27:29

《C 语言字符串操作从入门到实战（下篇）：strncpy/strncat/strstr 等函数原理与实现》

目录七. strncpy函数的使用与模拟实现 7.1 strncpy函数理解 7.2 strncpy函数使用示例 7.3 strncpy函数模拟实现八. strncat函数的使用与模拟实现 8.1 strncat函数理解 8.2 strncat函数使用示例 8.3 strncat函数模拟实现九. strncmp函数的使用 9.1 strncmp函数理…...

编程日记 2025/6/27 23:33:59

百度智能云千帆AppBuilder RAG流程技术文档

一、概述本文档旨在详细阐述百度智能云千帆AppBuilder的RAG（Retrieval-Augmented Generation，检索增强生成）流程，包括API对接、知识库维护以及文档资料管理等关键环节。通过本流程，开发者可以高效地构建基于大模型的…...

编程日记 2025/6/29 10:07:32

程序编辑器快捷键总结

程序编辑器快捷键总结函数跳转函数跳转 Creator : F2VSCode : F12visual Studio : F12...

编程日记 2025/6/27 23:13:28

MySQL中实现大数据量的快速插入

一、SQL语句优化 1. 批量插入代替单条插入单条插入会频繁触发事务提交和日志写入，效率极低。批量插入通过合并多条数据为一条SQL语句，减少网络传输和SQL解析开销。 -- 低效写法：逐条插入 INSERT INTO table (col1, col2) VALUE…...

编程日记 2025/6/27 23:40:01

从零基础到最佳实践：Vue.js 系列（8/10）：《性能优化与最佳实践》

引言 Vue.js 是一个轻量、灵活且易于上手的现代前端框架，因其响应式数据绑定和组件化开发而广受欢迎。然而，随着项目规模的增长，性能问题逐渐显现，例如首屏加载缓慢、页面渲染卡顿、内存占用过高等。性能优化不仅能提升用户体验&…...

编程日记 2025/6/27 23:37:08

欧拉降幂（JAVA）蓝桥杯乘积幂次

这个题可以使用欧拉降幂，1000000007是质数，所以欧拉函数值为1000000006. import java.util.Scanner; // 1:无需package // 2: 类名必须Main, 不可修改public class Main {public static void main(String[] args) {Scanner scanner new Scanner(System…...

编程日记 2025/6/27 22:49:59

Mysql的MVCC机制

MySQL的MVCC机制主要通过以下几个关键要素来工作： 数据版本与隐藏列 - MySQL InnoDB存储引擎会在每行数据中添加几个隐藏列，用于实现MVCC。其中包括 DB_TRX_ID 列，记录最后一次修改该行数据的事务ID； DB_ROLL_PTR 列&#xff…...

编程日记 2025/6/27 23:23:18

spring中的BeanFactoryAware接口详解

一、接口定义与核心作用 BeanFactoryAware 是 Spring 框架提供的一个回调接口，允许 Bean 在初始化阶段获取其所属的 BeanFactory 实例。该接口定义如下： public interface BeanFactoryAware {void setBeanFactory(BeanFactory beanFactory) throws Bea…...

编程日记 2025/6/27 22:48:51

mysql 创建用户，创建数据库，授权

创建一个远程用户 create user test% identified by test1111; 创建一个数据库并指定编码 create database testdb CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci; 授权 grant all privileges on testdb.* to test%; 应用更改： FLUSH PRIVILEGES; 注意…...

编程日记 2025/6/27 22:48:44

Android 网络全栈攻略（三）—— 从三方库原理来看 HTTP

前面两篇文章我们介绍了 HTTP 协议的请求方法、请求码以及常用的请求头/响应头的知识。本篇会从 OkHttp 配置的角度来看这些框架是如何实现 HTTP 协议的，目的是加深对 HTTP 的理解，并学习协议是如何落地的。我们会选取 OkHttp 中与协议实现相关的源码作为…...

编程日记 2025/6/27 22:48:45

BlazeMeter录制jmeter脚本

文章目录 chrome安装blazeMeter插件开始录制 chrome安装blazeMeter插件开始录制 1、点击重置按钮 2、输入名称 3、点击开始录制 4、打开浏览器操作 5、回到录制页面点击stop(注意，不要在第四步操作的那个窗口点停止) 6、点击save 7、保存jmeter脚本 8、将jmeter脚…...

编程日记 2025/6/27 3:38:39

SQL的RAND用法和指定生成随机数的范围

SQL中的RAND函数能够满足多种随机数生成的需求。通过合理地使用种子、结合一些SQL语句，我们可以实现灵活的随机数生成。在数据填充、数据处理、数据分析中经常需要用RAND生成的随机数。用法1 生成随机浮点数，其返回值在0（包括0）…...

编程日记 2025/6/27 22:59:30

PHP7内核剖析学习笔记第七章面向对象

面向对象编程，简称OOP，是一种程序设计思想。面向对象把对象作为程序的基本单元，一个对象包含了数据和操作数据的函数。面向对象一直是软件开发领域内比较热门的话题，它更符合人类看待事物的一般规律。与Java不同，PHP并…...

编程日记 2025/6/27 19:41:43

地信GIS专业关于学习、考研、就业方面的一些问题答疑

整理了地信GIS专业学生问得最多的几个问题：关于GIS专业学习、考研以及就业方面；大家可以一起来探讨一下。学习方面 1、作为一名GISer需要哪些核心素养或能力？ 答：GIS是个交叉学科，涉及到地理学、地质学、测绘、遥感…...

编程日记 2025/6/27 23:01:57

构建可重复的系统 - SRE 的 IaC 与 CI/CD 基础

构建可重复的系统 - SRE 的 IaC 与 CI/CD 基础还记得我们在第一篇提到的 SRE 核心原则之一——减少琐事 (Toil) 吗？想象一下手动配置服务器、部署应用程序、管理网络规则……这些任务不仅耗时、重复，而且极易出错。当系统规模扩大时，手动操作很快就会变得难以为继。SRE 的核…...

编程日记 2025/6/27 22:49:05

CQF预备知识：一、微积分 —— 1.2.2 函数f(x)的类型详解

文中内容仅限技术学习与代码实践参考，市场存在不确定性，技术分析需谨慎验证，不构成任何投资建议。 📖 数学入门全解本教程为复习课程，旨在帮助读者复习数学知识。教程涵盖以下四个主题： 微积分线性代数微…...

编程日记 2025/6/27 22:50:09

PyQt学习系列03-动画与过渡效果

PyQt学习系列笔记（Python Qt框架） 第三课：PyQt的动画与过渡效果一、动画与过渡效果概述 1.1 动画与过渡的区别动画（Animation）：用于描述对象属性随时间变化的过程（如位置、颜色、大小&…...

编程日记 2025/6/27 22:48:54

偏微分方程数值方法指南及AI推理

偏微分方程（PDE）是我们用来描述科学、工程和金融领域中各种现象的语言——从流体流动和热传递到波的传播和金融衍生品的定价。然而，这些方程的解析解通常难以获得，尤其是在处理复杂几何形状或非线性行为时。这时，数值方…...

编程日记 2025/6/27 23:34:30

flask允许跨域访问如何设置

flask允许跨域访问在Flask中，允许跨域访问通常涉及到CORS（跨源资源共享）策略。Flask本身并不直接提供CORS支持，但你可以通过安装和使用第三方库如Flask-CORS来轻松实现跨域资源共享。安装Flask-CORS 首先，你需要安装Flask-CORS。你可以使用pip来安装它： pip instal…...

编程日记 2025/6/27 23:14:02

深度学习模型部署：使用Flask将图像分类（5类）模型部署在服务器上，然后在本地GUI调用。（全网模型部署项目步骤详解：从模型训练到部署再到调用）

个人github对应项目链接： https://github.com/KLWU07/Image-classification-and-model-deployment 1.流程总览 2.图像分类的模型—Alexnet 3.服务器端部署及运行 4.本地PyCharm调用—GUI界面一、流程总览本项目方法还是使用Flask 库，与之前一篇机器学…...

编程日记 2025/6/27 23:40:28

在Pycharm中如何安装Flask

（推荐）方法一：在Pycharm中创建项目之后，再安装Flask 1：在创建Pycharm时，解释器类型选择第一个：项目venv（自动生成的虚拟环境），在左下角选择终端（…...

编程日记 2025/6/27 23:40:07

基于Scikit-learn与Flask的医疗AI糖尿病预测系统开发实战

引言在精准医疗时代，人工智能技术正在重塑临床决策流程。本文将深入解析如何基于MIMIC-III医疗大数据集，使用Python生态构建符合医疗AI开发规范的糖尿病预测系统。项目涵盖从数据治理到模型部署的全流程，最终交付符合DICOM标准的临床决策支…...

编程日记 2025/6/27 23:25:44

分类、检测与分割在不同网络中的设计体现

概述

分类

检测任务

分割任务

总结

相关文章：