目标检测算法基础
滑窗 Sliding Window
问题:效率问题,计算成本特别高
改进:1.启发式算法替换暴力遍历:实现复杂
2.减少冗余计算,采用卷积网络实现密集预测:普遍采用
![](https://i-blog.csdnimg.cn/blog_migrate/0fd8af310b2794c6f30143edaeb8306f.png)
改进方法思路:用卷积一次性计算所有特征,再取出对应位置的特征完成分类
![](https://i-blog.csdnimg.cn/blog_migrate/ecbd80ed3ff6555f18bf425b2da3d2dd.png)
重叠区域只计算一次卷积特征,与窗的个数无关
特征图上一个位置的特征:
![](https://i-blog.csdnimg.cn/blog_migrate/9a65ef87ce5ac92d1b5c5573fdc2e42b.png)
在特征图上进行密集预测,实际上就是用卷积去进行滑窗这件事,但是它的效率是远远高于滑窗的。
基本范式:
两阶段和单阶段方法:
![](https://i-blog.csdnimg.cn/blog_migrate/d808d133358105f83d43c5640eb0e6ff.png)
目标检测的进化过程:
传统方法DPM -> 两阶段方法 R-CNNFaster R-CNN -> 单阶段方法 YOLO SSD RetinaNet -> 级联方法 -> Transformer方法
![](https://i-blog.csdnimg.cn/blog_migrate/f2bcd1462dabd0f393d84b416609d170.png)
算法基础知识:
边界框: BoundingBox框指图像上的矩形框 边界横平竖直,包围感兴趣的物体的框
区域:就是框
感兴趣区域:ROI
锚框:AnchorBox 类似滑窗
交并比:交集面积和并集面积的比值,是矩形框重合程度的衡量指标。IOU,衡量精度的
置信度:模型认可自身预测结果的程度。
非极大值抑制NMS 在多个近似的检测框里面保留置信度最高的
边界框回归:让模型在预测类别的同时预测边界框的偏移量
边界框编码BboxCoding:
偏移量的数值很大,对他进行编码可以作为回归模型的预测目标。
降低区域提议的计算成本:
锚框Anchor:在原图上生成不同尺寸的基准框
正负样本不均衡:朴素的分类损失无法驱动检测器达到漏检和错检的平衡,通俗来说,就是更加倾向于背景预测。
Retina Net是基于focal loss的一阶段的模型,解决了样本不均衡的问题
评估方法
![](https://i-blog.csdnimg.cn/blog_migrate/1706263ea0697c2d25b44855c93a59fc.png)
![](https://i-blog.csdnimg.cn/blog_migrate/37c525fd3260084bb9dd5edd145bdd26.png)
![](https://i-blog.csdnimg.cn/blog_migrate/5ad4f2cf5b23690fa9a486b6be5a6bd9.png)