智能计算系统笔记——第三章深度学习（3.3基于卷积神经网络的图像目标检测算法）

智能计算系统笔记——第三章深度学习

参考：《智能计算系统》陈云霁，李玲，李威，郭崎，杜子东[著]

3.3基于卷积神经网络的图像目标检测算法

经典的目标检测算法模型有R-CNN系列、YOLO系列、SSD等。
目前，目标检测算法主要分为两大类：
(1)两阶段算法基于候选区域方法，先产生边框把物体框出，后用CNN对每个候选区域进行分类，其代表是R-CNN系列算法。
(2)一阶段算法对输入图像直接处理，同时输出物体定位及其类别，即框出物体的同时对物体进行分类，其代表是YOLO系列及SSD算法。

3.3.1评价指标

一般多物体检测时，通常用mAP(mean Average Precision)来衡量。

平均精度AP的计算过程：
假设100张图像为测试集，共5种类别，其中有25个事先人为标记为类别A的框。假设算法在100张测试图像中共检测出20个分类为A的候选框，各候选框的置信度用交并比(IoU)来度量。标签为0表示框内无物体，标签为1表示框内有物体。
(1)首先，根据置信度对检测出的候选框降序排列；
(2)按照置信度降序，依次计算只有N个正例时的recall和precision；
(3)对于每个recall对应的最大precision作为recall的对应precision；
(4)计算recall-precision曲线面积作为平均精度AP。
(5)最后，测试集中C种类别的检测的平均精度均值mAP为每个种类AP的平均。

3.3.2 R-CNN（Regions with CNN features）系列

(1)R-CNN


(2)Fast R-CNN



(3)Faster R-CNN

3.3.3 YOLO（You Only Look Once）

3.3.4 SSD（Single Shot Detector）