摘要:在这之前我们已经介绍了神经网络、卷积神经网络的原理、应用以及常见的分类神经网络模型。但在实际情况中,我们很难直接得到一个只包含待检测物体的图像来进行分类。本文旨在介绍常用的目标检测模型,目标检测的任务是除了给出待检测目标的类别信息外,还需要给出物体在图像中的位置,并用一个最小的矩形框将其包围起来,即分类+定位。自从卷积神经网络被提出以来,目标检测领域也得到了飞速的发展,从Faster-RCNN到YOLO再到SSD算法大大提高了目标检测的准确率,将目标检测任务推向了一个新的高度。
一、目标检测任务
在介绍目标检测网络之前,我们要了解目标检测的任务是什么,它要完成什么工作,以及评价目标检测效果的指标有哪些。
1.1 目标检测任务描述
目标检测是图像处理学科的一个重要难题,检测任务除了要实现目标分类外还要在输入图片中找出存在的物体的类别和位置(可能存在多种物体)。物体检测可能会存在多个检测目标,这不仅需要我们判别出各个物体的类别,而且还要准确定位出物体的位置,如下图所示:
1.2目标检测任务评价指标
对于目标分类,我们可以通过评测对于训练样本的输出预测标签与样本的实际标签的对比来评价算法的准确性。对于目标检测而言,为了对检测算法的效果进行评价,有一些常用的概念,包括Bounding
Box、IoU、准确率Accuracy、查准率Precision、查全率Recall、AP及mAP等。下面来一一介绍这些在目标检测中常用的衡量指标。、
- Bounding Box (bbox)
Bbox概念比较简单,它表示包含物体的最小矩形,该物体在最小矩形内部。其用一组坐标 ( x , y , w , h ) (x,y,w,h) (x,y,w,h)来表达,其中, x , y x,y x,y表示bbox的左下角的坐标, w , h w,h w,h表示矩形的宽和高。当然不同的数据集有不同的坐标形式。
- Intersection over Union(IoU)
IoU表示两个矩形区域的重合度,是目标检测的评价指标之一,在目标检测算法中具有指导意义。假设存在两个矩形区域 R R R和 R ′ R' R′,IoU的计算公式如下:
O ( R , R ′ ) = ∣ R ∩ R ′ ∣ ∣ R ∪ R ′ ∣ O\left( R,R^{'} \right) = \frac{\left| R \cap R^{'} \right|}{\left| R \cup R^{&