目标检测_R-CNN系列

前言

迁移学习 Transfer Learning

• 迁移学习目的
  • 将某个领域或任务上学习到的知识或模式应用到不同但相关的领域或问题中
• 迁移学习主要思想
  • 从相关领域中迁移标注数据或者知识结构、完成或改进目标领域或任务学习效果
• 迁移学习中两个重要概念
  • 域 Domain
  • 任务 Task
    • 域：可以理解为某个十课的莫格特定领域，比如<书本评论、电视剧评论可以看作两个不同的域>
    • 任务：就是要做的事情，比如<情感分析、实体识别就是不同的任务>

目标检测

• 目标检测：也叫目标提取，将目标分类和识别合二为一
• ImageNet Large Scale Visual Recognition Challenge
  • 物体检测（Object Detection） 竞赛历史:2013-2017

R-CNN 区域卷积网络

• 模型结构
  • 按分类问题对待
    • 模块1：提取物体区域（Region proposal）
      <不同位置，不同尺寸，数量很多>
    • 模块2：对区域进行分类识别（Classification）
      <CNN分类器，计算量大>
• 算法流程：
  1. 输入图像
  2. 每张图像生成1K~2K个候选区域，候选区域其中包含了 R-CNN 最终定位的结果
  3. 对每个候选区域，使用深度网络提取特征（AlextNet、VGG等CNN都可以）
  4. 将特征送入每一类的SVM 分类器，判别是否属于该类
  5. 使用回归器精细修正候选框位置
• Region proposals + 手工特征 +分类器

• R-CNN——selective search
• 1、使用Selective Search方法对一张图像生成约1K-2K个候选区域
• 2、搜出的候选框是矩形的，而且是大小各不相同
• 3、如何选择候选区
  • 颜色（颜色直方图）相近的
  • 纹理（梯度直方图）相近的
• 4、输出所有曾经存在过的区域，即所谓候选区域
• 优先合并四种区域：
  • 颜色（颜色直方图）相近的
  • 纹理（梯度直方图）相近的
  • 合并后总面积小的
  • 合并后，总面积在其BBOX中所占比例大的

R-CNN的架构