深度学习-目标检测

一、目标检测可用的数据集

1.VOC数据集：PASCAL VOC挑战赛(The PASCAL Visual Object Classes)是一个世界级的计算机视觉挑战赛。

2.COCO数据集：起源于微软2014年出资标注的MS COCO数据库。

二、目标检测的Ground Truth

1.YOLO(TXT)格式： (x,y,w,h) 分别代表中心点坐标和宽、高，其中 x,y,w,h均为归一化结果。

2.VOC(XML)格式： (Xmin,Ymin,Xmax,Ymax)分别代表左上角和右下角的两个坐标。

3.COCO(JSON)格式： (Xmin, Ymin, W, H)，其中x,y,w,h均不是归一化后的数值，分别代表左上角坐标和宽、高。

三、目标检测的评估指标

1.生成的预测结果会非常多

   首先过滤掉低类别置信度的检测结果

   使用IoU作为边界框正确性的度量指标

2.AP计算方法：11点法。

 

四、目标检测的传统方法

1.滑动窗口法

五、目标检测的深度学习方法

1.anchor box

anchor box用ratio+scale描述

feature map的点来决定位置

scale来表示目标的大小（面积大小）

aspect ratio来表示目标的形状（长宽比）

2.anchor-base和anchor-free

（1）anchor-base是自顶向下的 类似于传统方法，滑动窗口法穷举出许多，然后再根据置信度之类的进行筛选。

（2）anchor-free anchor-free是自底向上的 想办法自动生成，不穷举 free掉了anchor的预设过程。

3.two stage算法流程

常见two stage算法

（1）经典发展线：R-CNN、SPP-Net、Fast R-CNN、  Faster R-CNN

（2）其他：Cascade R-CNN、Guided Anchoring

4.one stage算法流程

常见one stage算法

（1）YOLO系列：YOLO v1-v5

（2）SSD系列：SSD、DSSD、FSSD

（3）其他经典：RefineDet

5.非极大值抑制(Non-maximum suppression,NMS)

（1）设定目标框的置信度阈值，常用的阈值是0.5左右。

（2）根据置信度降序排列候选框列表 选取置信度最高的框A添到输出列表，将其从候选框列表删除。

（3）候选框列表中的所有框依次与A计算IoU，删除大于阈值的候选框。

（4）重复上述过程，直到候选框列表为空，返回输出列表。