目录
1、RPN（Region Proposal Networks）的引入
一、单阶段目标检测（以yolov5为例）
1、anchor的引入及产生
（1）不同尺度的anchor的作用？——yolov5中有三种不同尺度anchor共9个，在三个Detect层（3个不同尺寸地feature map）使用，每个feature map的每个grid cell都有三个anchor进行预测，对于不同特征图使用不同的anchor从而检测不同大小的目标：尺度越大的feature map，其下采样率小，感受野小，所以可以预测尺度相对比较小的物体，因此分配的anchor越小，反之亦然。如此便可以在小特征图上检测大目标，也可以在大特征图上检测小目标。
（2）为什么要引入anchor？——anchor box其实是对预测的对象范围进行约束，有助于模型快速收敛。
（3）anchor怎样产生？——通过Kmeans聚类计算得到anchor，引入先验信息，相当人为地告诉网络检测框的搜索范围，减少“胡乱”搜索，从而提高网络的收敛速度。
2、anchor与gt的匹配机制
（1）为什么需要将anchor与gt进行匹配？——yolov5方法通过聚类得到的是9对先验anchor，但这其中的某些anchor也许与gt框相差较大，不适合全部用来预测gt，因此便需要与gt框进行匹配。
（2）如何匹配？——不仅仅如果对象的中心位置是在某个grid里，这个gird的预测结果就要对这个对象负责，而且还要利用离该gt框较近的两个grid来预测gt（yolov3只用了一个锚点对应产生的anchor，与yolov3相比，yolov5多利用两个锚点产生的anchor来对gt框进行预测）【跨网格匹配策略】。采用shape匹配规则，如果anchor与gt框的宽高比满足一定条件，则匹配成功，即可以利用这些anchor来预测gt框，否则说明不是合适的anchor，则将anchor当背景过滤。
3、后处理NMS机制
NMS对所有的类别分别执行。比如假设最后预测出的矩形框有2类，在NMS之前，每个类别可能都会有不止一个bbx被预测出来，这个时候我们需要对这两个类别分别执行一次NMS过程。
单阶段目标检测的检测框机制就是直接利用anchor来预测检测框，不用提取中间“候选区域”出来。
二、双阶段目标检测（以faster rcnn为例）
1、RPN（Region Proposal Networks）的引入
（1）RPN中的anchor：特征图中的每个红色框的中心点都可以对应到原图的某个点，原图中的这个点被称为锚点，每个锚点都会以它为中心点选择9个不同大小和长宽比例的框（w:h=1:1;1:2;2:1）作为RPN需要评估的anchor。
（2）RPN的目标：RPN的目标就是对原图中的每个锚点对应的9个框，判断他是否是一个存在目标的框，即对anchors是否包含目标进行二分类，包含则为positive，否则为nagative，得到的positive anchors相当于初步提取了检测目标候选区域box（“region proposal”），然后对预测为region proposal的框回归位置偏移量，使得对这个anchor box修正后与ground truth的重叠度尽可能高，修正后的框作为真正的region proposal。
（3）Proposal layer的作用：综合每个anchor用于回归的四个变换量以及positive anchors，计算出精精准的proposal，也就是把（2）中的分类和回归结果综合一下计算用于送入后续RoI Pooling Layer的proposal。由于送入进来的anchor实在是太多，需要进行一些处理：①按照positive softmax scores的高低排序，提取前N个anchor②限定超出图像边界的positive anchors为图像边界，防止后续roi pooling时proposal超出图像边界③剔除尺寸非常小的positive anchors④对剩余positive anchors进行NMS。
2、RoI Pooling
（1）RoI Pooling层的作用：收集proposal，并结合feature map计算出proposal feature maps送入后续网络。其有两个输入：①原始的feature map②RPN输出的proposal boxes。
双阶段目标检测的检测框机制需要利用RPN网络“粗略”提取“region proposal”，然后送入到后续阶段进行精确的分类和回归。
（如有错误，欢迎指出~）
5082
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
