十二月未央未眠

基于深度学习的目标检测总结

摘要：1.提出新的YOLO，320x320输入，22ms，28.2mAP2.在Titan X上实现了57.9AP50，速度51ms/张介绍：论文中的介绍部分没有什么特别重点的部分，提到这篇论文算是一篇科技报告。细节：1.bbox预测。跟yolov2一样，使用了k-means方法对anchor box的个数和长宽进行统计计算，yolov2得到的是5个，yolov3是3个。在feature map中，每个网格都会预测3个bbox，每个bbox要预测4个坐标信息和1个目标分数值（置信度，是否物体）

摘要：1.提出YOLO9000，可以检测超过9000个对象类别。对YOLO进行了各种改进，这两种方法都是新的从以前的工作中提取。2. 使用一种新的、多尺度的训练方法，相同的YOLOv2模型可以运行在不同的大小，提供了一个简单的权衡之间的速度和准确性。3.YOLOv2获得67mAP和76.8mAP在VOC2007。 在40FPS时，YOLOv2获得78.6mAP，超过了Fa这样的最先进的方法空间RCNN与ResNet和SSD，同时仍然运行得更快。4.提出了一种目标检测与分类联合训练的方法。 允许YOL

摘要：提出了YOLO，将目标检测归为了回归问题，可以在完整图像中进行预测框和类别概率的计算，YOLO是一个端到端的预测框架非常快，可以达到45fps，而对于更小的版本，Fast YOLO，可以达到155fps，且依旧保持较高的mAP相比其他预测框架，YOLO可能会预测较多错误的预测框，但很少会有假阳性的出现总体上要比其他预测框架要好，比如DPM，R-CNN等介绍：为了检测目标，一些检测器在图像的不同位置和尺度上进行检测和分类，DPM(Deformable parts models)则是采用

题目：Inside-Outside Net: Detecting Objects in Context With Skip Pooling and Recurrent Neural Networks摘要：上下文和多尺度表示对于精确识别任务很重要inside-outside net是一种利用感兴趣区域内外信息的目标检测网络，利用空间递归神经网络将感兴趣区域以外的上下文信息进行整合，使用skip pooling在多尺度和层次上提取特征信息在PASCAL VOC 2012从最先进的73.9%提高到了77

从网络结构上来讲，目标检测算法可以被分为one stage框架的YOLO算法、SSD算法，以及two stage框架的R-CNN系列。one stage 和 two stage区别在于，前者是输入图像后在卷积神经网络中提取特征，预测物体分类和位置，后者是输入图像后在网络中生成多个候选框（Proposal Boxes），进行更精细的检测，找到待测物体的位置并分类。本文针对two stage算法，简...

背景R-CNN计算成本很高，但是各种推荐中共享卷积，成本已经大大降低，然而其训练过程和测试依然非常慢R-CNN方法端到端地对CNN进行训练，将推荐区域分类为目标类别或背景；R-CNN主要作为分类器，并不能预测目标边界，其准确度取决于区域推荐模块的性能在OverFeat方法中，训练一个全连接层来预测假定单个目标定位任务的边界框坐标，然后将全连接层变成卷积层，用于检测多个类别的目标Multi...

背景R-CNN的缺点，最主要就是速度慢，问题出现的主要原因就是每个推荐区域都进行了前向运算R-CNN无论是训练还是在测试时，都要从每个测试图像中的每个推荐区域提取特征，是很浪费时间的SPPNet的出现，提出感兴趣区域池化(ROI Pooling)，使得网络的输入图像可以是任意尺寸的，输出则不变，同样是一个固定维数的向量。相关链接SPPNet计算整个输入图像的卷积特征图，然后使用从共享特征...

背景简单的说，目标检测就是将图像中的物体进行定位然后识别。在R-CNN之前，过去的十年间，目标识别任务主要建立在对HOG和SIFT等特征描述子的使用（OpenCV中也有相关的算法API可直接调用）2012年AlexNet的出现使得CNN开始逆袭人生并不断发展，相关有VGG、GoogLeNet、ResNet等，OverFeat是AlexNet的衍生，用于目标检测，但是效果不佳ImageNe...