目标检测与MMDection

什么是目标检测

用矩形框框出所有感兴趣物体的同时预测出物体的类别。

目标检测和图像分类的区别

	图像分类	目标检测
不同	通常只有一个物体	物体数量不固定
不同	通常位于图像中央	物体位置不固定
不同	通常占据主要面积	物体大小不固定
相同	需要算法理解图像内容	需要算法理解图像内容

滑窗（Sliding Window）

1. 设定一个固定大小的窗口；
2. 遍历图像所有位置，所到之处使用分类模型（假设已经训练好）识别窗口中的内容；
3. 为了检测不同大小、不同形状的物体，可以使用不同大小、长宽比的窗口扫描图片。

滑窗的效率问题

不可接受的计算成本

改进思路

1.使用启发式算法替换暴力遍历，例如：R-CNN、Fast R-CNN中使用Selective Search产生提议框；
2.减少冗余计算，使用卷积网络实现密集预测。

目标检测的基本范式

1. 两阶段方法（基于区域的方法）。以某种方式产生窗，在基于窗口内的特征进行预测；
2. 单阶段方法。在特征图上基于单点实现密集预测。