百度目标检测7日训练营笔记-1

目标检测

目标检测是视觉任务中的基础,也是热门研究领域,很多扩展任务如精细化分类\实例分割\语义分割等都是基于物体检测的方法之上而来.

应用价值

物体检测在各行各业都有广泛的应用,最常见的有:超市商品检测\交通行人和交通标志检测\工业生产瑕疵检测和医疗检测等.

物体检测的本质是在大量图片视频中提取高层语义信息,自动化提取高维属性,便于后续处理.

存在挑战

• 环境应用(光照\模糊)

• 密集数量

• 物体遮挡\重叠

• 多尺度(小目标\大目标)

• 小样本

• 旋转框

发展历程

从深度学习发展分水岭Alexnet作为临界点,在此之前的方法都可看做传统检测方法,之后的方法称为基于深度学习检测方法.

• 传统方法

  传统方法一般分为区域选择,特征提取,特征分类和后处理四个步骤.

  区域选择:滑动窗口,如selective proposal

  特征提取:SIFT,HOG

  分类:SVM,Adaboost

  后处理:NMS(极大值抑制)

• 存在问题

  过度依赖模板,适应性差,解决问题有限,开发维护成本巨大;

  基于深度学习的方法,在有一定量数据的情况下,能有良好的适应性,可平衡精度和速度\学习可迁移学习;

• 深度学习

  和传统方法类似,区域选择\提取特征\分类,核心在于区域选择和分类\回归.
  

常见类别

常见的深度学习检测算法可以分为基于anchor的一阶段\两阶段和anchor free三大类.其中anchor表示锚框,相当于预设的选择区域.

• 一阶段和两阶段指的是使用anchor的方式,一阶段直接对每个特征点设计锚框并进行回归和分类,省略提取roi区域;

• 两阶段是先提取roi区域,再进行分类回归和后处理;

• anchor free直接预测目标框的角点或者中心点;

anchor based 两阶段

经典方法有RCNN,FastRCNN,FasterRCNN

FastRCNN使用RoI Pooling减少特征的重复提取,大大降低计算量;

FasterRCNN提出RPN网络提取anchor,抛弃了selective search方法,提高速度和准确率

anchor based 一阶段

经典方法有YOLO系列,SSD系列等

直接使用anchor来回归和分类,速度更快,直接了当,但精度相比两阶段有所下降.

但后续的yolo v2,v3,v4等提出了很多骚操作,也对精度提高有帮助.

anchor free

使用anchor会带来许多问题,如何设置anchor的size,num,ratio等针对不同场景和不同数据都需要经验和调试,那是否能不用anchor来检测物体呢?

基于多关键点联合表达(CornerNet)和基于中心区域预测方法(CenterNet)等

比较

对比	Anchor-based单阶段	Anchor-based两阶段	Anchor-based free
网络结构	简单	复杂	简单
精度	优	最优	较优
速度	快	稍慢	快
超参数	较多	多	较少
扩展性	一般	一般	较好

##　数据集一般格式

• coco数据集

  80类,12w图片,每张图7个box

  采用json格式作为标注,主要信息有:id,label,box坐标,长宽尺寸以及特殊信息(是否密集,是否难以检测,是否遮挡等)

• VOC2012数据集

  20类,5717张,每张图2.4box

  采用xml格式作为标注,重要的标注信息和coco类似,也有对应的官方方法提取信息,

• 格式转换

  在进行物体检测训练,需要将标注信息转换为coco或者voc格式,便于训练

Paddledetection

百度飞桨团队提出的集成目标检测算法,其中包含了从anchor一阶段\两阶段到anchor free的大部分方法,且包含大部分目前能用到的调优tricks,非常方便实用,最关键还能在线使用GPU进行训练和测试,白嫖真香.

简而言之,集成多,模块化设计,功能齐全,内含各种主流模型和tricks,可以私人订制各种结构,既能训练\还能压缩参数\方便部署,可以熟练运用起来!

主要使用方法

• tools中的train和eval进行训练和验证
• 在slim中进行模型压缩
• deploy进行部署
• configs进行现成模型的组装和调优