目标检测神经网络的发展

目标检测

0.手工时代
1.RCNN
2.SPP
3.FAST-RCNN
4.FASTER-RCNN

评价标准

参数说明：
$Preciso{n}_c$:c在一张图片上识别准确率；
$N(TruePositives{)}_c$:在一张图片上被识别出来C的个数；
$N(TotalObjects{)}_c$:在一张图片上C的个数；
$AveragePrecisio{n}_c$:在整个数据集上C被识别的平均准确率；
$\sum Precisio{n}_c$:在整个数据集上C被识别概率的总和；
$N(TotalImages{)}_c$:数据集上有C的图片张数；
$MeanAveragePrecision$:数据集上所有类别的平均准确率；
$\sum AveragePrecision$:数据集上所有类别平均准确率的总和；
$N(classes)$:数据集上有有类别的个数；
$\begin{array}{rl}Precisio{n}_C& =\frac{N(truePositives{)}_c}{N(TotalObjects{)}_c}\\ AveragePrecisio{n}_c& =\frac{\sum Precisio{n}_c}{N(TotalImages{)}_c}\\ MeanAvearagePrecision& =\frac{\sum AveragePrecisio{n}_c}{N(classes)}\end{array}$

图像检测

手工时代

手工特征+滑动窗口

RCNN

论文链接：https://arxiv.org/pdf/1311.2524.pdf

1.下载模型进行微调<正样本IOU>0.5,负样本IOU<0.5>
2.使用SS算法选取候选区域
3.将候选区域内的图形变形作为网络输入，同时将网络输出的第5层特征保存下来
4.将上步保存的特征作为SVM的输入进行训练<SVM训练的正负样本，正样本：ground-truth内的样本；负样本：IOU<0.3 &其他样本的IOU<0.7>
5.将第三步保存的特征作为输入，进行bounding-box进行回归学习<输入$(P_x,P_y,P_w,P_h)$ CNN 特征，输出：$(d_x(P),d_y(P),d_w(P),d_h(P))$>；

SPP

论文链接：https://arxiv.org/pdf/1406.4729.pdf

1.下载模型进行微调
2.使用CONV层提取特征&使用SS算法选取候选区域
3.将SS算法选取的候选区域映射到conv特征提取层
4.对相应区域的特征提取层输入到spatial pyramid pooling layer层提取固定长度的特征
5.将固定长度的特征输入到全连接层，最后进行SVM分类
6.将全连接层的输出，进行bounding-box的学习

特点	rcnn	spp
输入	固定尺寸	任意尺寸，由于使用了spatial pyramid pooling layer
卷积计算	每个候选区域都需要要计算一遍	只需要计算一次

FAST-RCNN

文章链接:https://arxiv.org/pdf/1504.08083.pdf

1.下载模型进行微调
2.使用CONV层提取特征&使用SS算法选取候选区域
3.将SS算法选取的候选区域映射到conv特征提取层
4.对相应区域的特征提取层输入到ROI层提取固定长度的特征
5.将固定长度的特征输入到全连接层，最后进行Softmax分类
6.将全连接层的输出，进行bounding-box的学习

特点	rcnn	spp	fast-rcnn
输入	固定尺寸	任意尺寸，由于使用了spatial pyramid pooling layer	使用ROI层
卷积计算	每个候选区域都需要要计算一遍	只需要计算一次	只需计算一遍
分类方法	SVM	SVM	SoftMax

FASTER-RCNN

论文链接：https://arxiv.org/pdf/1506.01497.pdf

1.下载模型进行微调
2.从conv层提取的特征训练RPN<用于候选区域的生成>网络；
3.使用ROI层提取固定长度的特征
4.在2学习到的网络上继续进行分类和bounding-box的回归；

特点	rcnn	spp	fast-rcnn	faster-rcnn
输入	固定尺寸	任意尺寸，由于使用了spatial pyramid pooling layer	使用ROI层	使用ROI层
卷积计算	每个候选区域都需要要计算一遍	只需要计算一次	只需计算一遍	只需计算一遍
分类方法	SVM	SVM	SoftMax	SoftMax
候选区域提取	SS	SS	SS	RPN并使用anchor