打卡第4天

目标检测基础

范式演化

滑动窗口：

将原图的多个窗口切片独立重复进行卷积的操作，替换成对整张原图进行卷积，然后再用窗口提取局部区域，后续仍用FC预测概率。 隐含的意义在于：

不同窗口之间可能会有重复区域，反复进行独立的卷积，且用的是相同的卷积核，浪费计算量

（ 也可能是， 通过卷积将像素级的信息，进一步凝练 ？）

密集预测：

对特征图的每个像素，进行1x1的卷积，以替代全连接，将特征图转换为概率图。

对每个像素都进行预测，即为密集预测

方法论：

两阶段方法：

先产生窗，再基于窗内的特征进行预测

单阶段方法：

对特征的单点特征实现密集预测（能不能考虑融合其它信息）

分类：

基于anchor：解决物体重叠和不同大小

anchor-free

Transformer方法

基础知识：

置信度：

置信度可能与IOU有关？ 置信度越高，则IOU越大？ 并不一定，但很可能

NMS：

逐步从置信度最高的预测里，进行IOU的比较，来找到质量最好的框

IOU是实际指标， 置信度是网络预测

人们应该比较期望置信度与IOU趋势一致，但无法严格保证

边界框编码：

绝对偏移量数值较大，难以预测

推理时，还需要逆向解码

区域提议：

基于特征作二分类，仅判断其内是否存在物体，从而实现区域提议

问题：

物体尺度不一

不同物体存在重叠

改进：

anchor：

不同尺度，多个提议框

多个类别： 单阶段网络

正负网络不均衡问题：模型偏向背景预测

Focal Loss

未完待续...