YOLO吴恩达（0707）

3.特征点检测：需要改进神经网络的最后一层，让其多输出特征数据，输出单元可以进行改变。对于想要输出单元变多的情况，在制造数据集的时候，特征点需要人为提前进行标注，作为目标标签输入。
4.对象检测算法（基于滑动窗口的目标检测算法）
step1:创建一个标签训练集。可以适当剪切一些图片，让汽车占据整张图片的中心位置。
step2:训练卷积神经网络。输入这些剪切过的图像，卷积网络输出结果Y。
step3:滑动窗口目标检测。对于一张大的照片，使用一个较小的方框在图片中截取小图片作为输入，使用上面训练好的卷积网络进行预测。通过步幅和方框的大小来确定图片分割的数量。思路是以固定步幅滑动窗口，便利图像的每个区域，把这些剪切后的小图像输入卷积网络，对每个位置按0（没有车）或1（有车）分类

step4:选取不同的窗口重复实验。总会有一个窗口可以检测到车。
算法的缺点计算成本过高，卷积网络需要一个一个计算输出结果。如果步幅过大，虽然会减少输入卷积网络的窗口个数，但是会导致检测不到目标的存在；如果步幅过小，会有较高的成本。
除非使用超细粒度或极小步幅，否则无法定位图片中的对象
5.滑动窗口的卷积应用
step1：把神经网络的全连接层转化成卷积层
原本是14*14*3的输入通过16个5*5的卷积核，变成了10*10*16的特征，再经过2*2的最大池化层，变成了5*5*16的特征，经过两次全连接层，再通过softmax输出4个类别的概率。

通过变化之后，把全连接层变成使用400个5*5的卷积核得到1*1*400的特征，再通过400个1*1的卷积核得到1*1*400的特征，和原本经历过两次全连接层的结果相对应，再通过4个1*1的卷积核，即可得到结果

step2：通过卷积实现滑动窗口对象检测算法
假设用于训练的是14*14*3的图片，经过上面改进过的网络，最后可以得到1*1*4的输出结果。如果用于测试的是16*16*3的图片，使用传统的滑动窗口算法，则将14*14*3的窗口以步幅为2（最大池化层是2*2）的方式在原图片中截取，依次输入到卷积神经网络中，获得4个结果。但是通过只用改进后的卷积神经网络，可以将测试图片直接输入，得到的2*2*4的结果，就对应了滑动窗口想得到的4个输出。对于28*28*3的图片也是如此。

step3: 对于一张图片，进行上述算法后，有几率可以在某一方框内识别到目标。

卷积的计算：原始图片大小-卷积核大小+1（28-5+1=24）
算法的优点：提高了整个算法的效率
算法的缺点：边界框的位置可能不够准确