目标检测发展与综述
绪论
- 在github上的git主hoya012整理了关于目标检测的相关论文,点击此处可获取原文链接GitHub - hoya012/deep_learning_object_detection: A paper list of object detection using deep learning.
- 这里还有关于目标检测综述的相关论文链接
- 链接1:《Deep Learning for Generic Object Detection A Survey》
- 来自 <目标检测算法综述(近20年)_Rock_Huang~的博客-CSDN博客_目标检测算法综述>
- 转载翻译博文链接 深度学习目标检测的论文集及概述_xiaobai_Ry的博客-CSDN博客
- 相关翻译的博客推荐 目标检测发展史_樨潮的博客-CSDN博客_目标检测方法的发展历程和相关改进方法
- 链接2:《Object Detection in 20 Years: A Survey》
- 来自 <目标检测算法综述(近20年)_Rock_Huang~的博客-CSDN博客_目标检测算法综述>
- 相关翻译的博客推荐
- 深度学习目标检测综述 - 知乎
- https://blog.csdn.net/qq_38906523/article/details/80507676?biz_id=102&spm=1018.2118.3001.4187
- 继往开来!目标检测二十年技术综述_算法
- 近20年最全目标检测综述(第二期)_计算机视觉研究院的博客-CSDN博客
在下面的某些部分,我会引用上述提及的文献,这里先做一下声明。
一、目标检测的背景及意义
目标检测是计算机视觉和数字图像处理的一个热门方向,广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域,通过计算机视觉减少对人力资本的消耗,具有重要的现实意义。因此,目标检测也就成为了近年来理论和应用的研究热点,它是图像处理和计算机视觉学科的重要分支,也是智能监控系统的核心部分,同时目标检测也是泛身份识别领域的一个基础性的算法,对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。
二、目标检测的定义
1.目标检测的任务:
找出图像中所有感兴趣的目标(物体),并获得这一目标的类别信息和位置信息【位置和大小】(classification + localization)。
目标检测=分类+定位
2,与分类的区别:
相比分类,检测给出的是对图片前景和背景的理解,我们需要从背景中分离出感兴趣的目标,并确定这一目标的描述(类别和位置),因此检测模型的输出是一个列表,列表的每一项使用一个数组给出检出目标的类别和位置(常用矩形检测框的坐标表示)。
3.与分割的区别:
分为实例的分割(Instance-level)和场景分割(Scene-level),解决“每一个像素属于哪个目标物或场景”的问题。
4.目标检测要解决的核心问题是:
1.目标可能出现在图像的任何位置。
2.目标有各种不同的大小。
3.目标可能有各种不同的形状。
5.目标检测的过程:
传统的目标检测方法一般分为三个阶段:首先在给定的图像上选择一些候选区域,然后对这些区域提取特征,最后使用分类器进行分类。
6.目标检测面临的难点:
图来源于 Deep Learning for Generic Object Detection: A Survey |
|
三、目标检测的发展
1.目标检测近20年的发展
以AlexNet为分界线,2012年之前为传统算法,2013年之后为深度学习算法。
图来源于《Object Detection in 20 Years: A Survey》
从上述可知,主要分为传统和深度两种情况:
- 传统方法比如我们所熟知的V-J检测、HOG检测、DPM算法。
- 深度学习方法截然不同的分为两条技术路径:单阶段检测算法与两阶段检测算法。
目标检测的相关里程碑
在《Deep Learning for Generic Object Detection: A Survey》中,作者罗列出相关网络及论文的进程,并表明红色加粗部分为必看论文。
图来源于《Deep Learning for Generic Object Detection: A Survey》
在过去的20年,相关的里程碑如下图所示:
图来源于《Deep Learning for Generic Object Detection: A Survey》
四、目标检测分类
综合看的博客和知乎,我觉得下面几个图概括得挺好的
简单来看
细分
图来源于基于深度学习的目标检测算法综述(一) - 知乎 基于深度学习的目标检测算法综述(一) - 知乎
比较推荐
图来源于目标检测——目标检测方法的综述_鬼刀-CSDN博客_常用的目标检测方法https://blog.csdn.net/gaoyu1253401563/article/details/86477942?depth_1-
五、目标检测常见数据集及常见数据集格式
0.说明
有关更多数据集的介绍与格式转换,可参考我的另外两篇博客:
- 目标检测的数据集格式说明总和
- VOC格式、Yolo格式、Coco格式的转换(实践篇)
1. 最常见的数据集
- Pascal VOC
- COCO
2. 常见的数据集格式
- VOC格式(jpg+xml)
- COCO格式(json)
- Yolo格式(txt)
3. 常见数据集的概况
图来源于《Deep Learning for Generic Object Detection: A Survey》
4.数据集的区别展示
图来源于《Object Detection in 20 Years: A Survey》
六、目标检测常见评价指标
- 主要评价指标通常有三个:
- MAP(平均准确度均值,精度评价)
- 检测速度(FPS即每秒处理的图片数量或者处理每张图片所需的时间,当然必须在同一硬件条件下进行比较)
- 召回率(Recall)= (TP)/(TP+FN):每个类被正确分类的概率
- 其他性能指标
- 准确率 (Accuracy)
- 精确率(Precision)
- 混淆矩阵 (Confusion Matrix)
- precision-recall曲线
- 平均正确率(AP)
- ROC曲线(Receiver Operating Characteristic)
- AUC曲线(Area Under Curve)即为ROC曲线下的面积。
- 交除并IOU(Intersection Over Union):预测框A和真实框B的重叠程度
- 非极大值抑制(NMS)
七、目标检测效果对比
在《Object Detection in 20 Years: A Survey》,作者指出相关网络在不同数据集上的map评价情况,如下图所示:
同样在《Deep Learning for Generic Object Detection: A Survey》,作者指出相关网络在不同数据集上的map评价情况,如下图所示: