检测:不但分类而且还有定位盒子(通过盒子中心点和长宽)
分类:建立输入与输出的关系(比如特征),输入是图片,输出是标签,此物的特征;所以说呢,此物的特征是需要做的,而大量训练过后,就找到了特征和联系,再次输入,检测到特征,即输出
目标特征检测:通过训练大量目标物的坐标,之后输入新的,也会得到特征点
滑动窗口的目标检测算法:缺点:框的大小小了,步长小了,切片变多,框数量多,计算成本高;框的大小大了,步长大了,框的会影响训练出来的性能;而且即使稍微大点还不一定能刚好框到汽车
FC-Con
如何判断替换模块相等,就是全相等=输入+中间参数+输出
输入一样的,中间参数(全连接参数=过滤器参数),那么输出也一样
卷积实现滑动窗口算法(将全连接变成一个点-纵向改深度):多次滑动=一次出多次结果
YOLO算法(找精确边框-输出物体中心点):一次性分多个格子,每个格子做标签(汽车的中心位置分给被框包围的框)由于九个格子都分配好了,所以可以从分类结果定位到对象和所属于哪个格子,宽和长也知道了,那么这辆车在整张图片的位置也就知道了,中心点相对于格子知道,而格子相对于大图片知道,那么点相对于大图片知道,坐标的传递,这样车的盒子就精确的知道了,
注:用越小的格子越好,即使两个对象有重合部分,但不完全,那么格子会被分到相邻的不同盒子,不受到滑动窗口大小和步长限制
而且用的是卷积,共享计算步骤(可节约计算成本),一次性出所有图结果,相对于上一种举棋不定的滑动窗口是一种固定
检测算法效果好坏:预测的结果可能不是最佳的相对于正确结果来说
评价标准:交并比(IOU)-可作为一个分量,用于改善算法性能
改善算法效果
1...
非极大值抑制(去抖动):由于实际路上跑时,测量到相邻格子都有定位到汽车中心点,这样就有很多个预测盒子
保证算法对对象只检测一次,有可能归类到相邻的四个格子,找到概率最大的输出,印制其他非最大的
印制非极大值:1.刷掉极大不可能的
2.刷掉位置周围的(不能做到一次性刷出每个位置上的最佳,如果这门做会把其他位置最佳的刷掉)
2...
anchor box:实现一个格子检测出多个对象,标签变了,变成对象和不同的定位(横着、竖着定位)
训练集标签的作用就是区分;
候选区域:分割方法去掉极大不可能的区域,剩下的区域去做检测