深度学习当中目标检测的各种名词解释

参考链接：

1）https://www.zhihu.com/question/265345106/answer/294410307

2）

http://nooverfit.com/wp/%E5%81%9A%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%EF%BC%8C%E5%86%8D%E5%88%AB%E6%8A%8Aiou%EF%BC%8Croi-%E5%92%8C-roc%EF%BC%8Cauc-%E6%90%9E%E6%B7%B7%E4%BA%86-%EF%BC%81%E8%81%8A%E8%81%8A%E7%9B%AE%E6%A0%87/

3）http://blog.csdn.net/myarrow/article/details/51878004

一.faster-rcnn当中的rpn的理解

该作者以faster-rcnn为例子，说明了，现在主流的目标检测（object Dection）分为两个步骤，第二个步骤就是Regional Proposal过程（Regional Proposal：生成候选区域，产生预测值）

可以看到，图中有两个Classification loss和两个Bounding-box regression loss，有什么区别呢？

step1、

Input Image经过CNN特征提取，首先来到Region Proposal网络。由Regio Proposal Network输出的Classification，这并不是判定物体在COCO数据集上对应的80类中哪一类，而是输出一个Binary的值p，可以理解为 ，人工设定一个threshold=0.5。（在这里进行一下解释：一共有80个分类，在80分类以外还有很多其他的物体不需要进行分类，因此通过Regio Proposal Network该层仅仅是判断是否进行下一步操作，是一个二分类，而非80分类）

RPN网络做的事情就是，如果一个Region的 ，则认为这个Region中可能是80个类别中的某一类，具体是哪一类现在还不清楚。到此为止，Network只需要把这些可能含有物体的区域选取出来就可以了，这些被选取出来的Region又叫做ROI （Region of Interests），即感兴趣的区域。当然了，RPN同时也会在feature map上框定这些ROI感兴趣区域的大致位置，即输出Bounding-box。

So, RPN网络做的事情就是，把一张图片中，我不感兴趣的区域——花花草草、大马路、天空之类的区域忽视掉，只留下一些我可能感兴趣的区域——车辆、行人、水杯、闹钟等等，然后我之后只需要关注这些感兴趣的区域，进一步确定它到底是车辆、还是行人、还是水杯（分类问题）。。。。

step2.

接下来的工作就很简单了，假设输入RPN网络的feature map大小为 ，那么我们提取的ROI的尺寸一定小于 ，因为原始图像某一块的物体在feature map上也以同样的比例存在。我们只需要把这些Region从feature map上抠出来，由于每个Region的尺寸可能不一样，因为原始图像上物体大小不一样，所以我们需要将这些抠出来的Region想办法resize到相同的尺寸，这一步方法很多（Pooling或者Interpolation，一般采用Pooling，因为反向传播时求导方便）。

---

假设这些抠出来的ROI Region被我们resize到了 或者 ，那我们接下来将这些Region输入普通的分类网络，即第一张Faster R-CNN的结构图中最上面的部分，即可得到整个网络最终的输出classification，这里的class（车、人、狗。。）才真正对应了COCO数据集80类中的具体类别。

同时，由于我们之前RPN确定的box\region坐标比较粗略，即大概框出了感兴趣的区域，所以这里我们再来一次精确的微调，根据每个box中的具体内容微微调整一下这个box的坐标，即输出第一张图中右上方的Bounding-box regression。

二.对于Anchor(锚点)的理解

个人理解是：找出Regional Proposal的对称中心点，然后接着对于该点进行修正

三。ROI (region of interest) , 感兴趣区域

我们做任何目标检测在准备数据集时都要选择感兴趣区域, 

四。ROC曲线和AUC区域。

首先ROC受试者工作特征曲线，听名字就是从医疗领域引入的。理解之前我们先要回顾一下真阳率（TP），假阳率（FP），假阴率(FN)，真阴率(TN)的概念：

来自：https://stats.stackexchange.com/questions/132777/what-does-auc-stand-for-and-what-is-it

很熟悉吧？真阳率（TP）就是预测类别1而事实上是类别1， 假阳率（FP）就是预测类别1但是事实上不是类别1.

把TP作为纵坐标，FP作为横坐标，就是一个类别的ROC曲线了 ：

来自; https://stats.stackexchange.com/questions/132777/what-does-auc-stand-for-and-what-is-it

曲线下的蓝色区域就是曲线下区域AUC (Area Under the Curve)了 如果AUC的面积为1，恭喜你，在这个类别上你的准确率是最高的。AUC一般越大越好，说明某个类别的分类准确度越高。

附上roc和auc的理解与使用链接：http://blog.csdn.net/shenxiaoming77/article/details/72627882