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。