深度学习：第五章 目标检测

深度学习：第一章：机器学习基础-CSDN博客

深度学习：第二章 人工神经网络-CSDN博客

深度学习：第三章：卷积神经网络-CSDN博客

深度学习：第四章：循环神经网络RNN和LSTM-CSDN博客

深度学习：第五章 目标检测-CSDN博客

​​​​​​​深度学习：第六章：生成对抗网络GAN-CSDN博客

---

目标检测物体的位置用最小外接矩形描述

两步走的目标检测：先进行区域推荐，然后目标分类。如RCNN，SPPnet，fastRCNN等

端到端的目标检测：一个网络一步到位。如YOLO，SDD

图像bbox表示法​

RCNN

RCNN方法需要两个模块：1. 提取物体区域   2. 对区域分类识别

1. selective search

​​​

传统的CNN限制了输入必须固定大小，所以在实际使用中往往需要对原图片进行warp的操作改变图像大小

1. 识别

从迁移学习开始说

迁移学习：是指利用数据或模型之间的相似性，将在旧领域学习过的模型，应用于新领域的一种学习过程

领域: 是进行学习的主体，对应于两个基本的领域： 源领域 (Source Domain) 和目标领域 (Target Domain)。源领域就是有知识、有大量数据标注的领域，是我们要迁移的对象；目标领域就是我们最终要赋予知识、赋予标注的对象。知识从源领域传递到目标领域，就完成了迁移。

分类：

​ fine tuning（微调）：对现有的模型进行微调

当数据量较小时，运用深度学习很可能会出现严重的过拟合的现象。常见的做法是使用预训练的网络重新fine-tuning---只对于网络最后面的几层进行重新训练

SVM训练完训练完成后，如果完全分类正确，所有正样本的输出概率都大于0.5，而所有负样本的输出概率都小于0.5。

但常见的情况是有一部分的负样本的输出概率也大于0.5的, 这些样本就称之为“假阳性False Positives”。

如果把这些“False Positives”收集起来，对SVM进行二次训练，经过二次训练的SVM的分类准确度一般会有一定的提升

测试：

Selective Search（fast mode）提取~2000区域/图片；将所有区域膨胀+缩放到227x227；SVM分类器分类；非极大值抑制

性能评价：

图像识别的IoU​

​

精确率：预测为1的样本中，真实值为1的比例​

召回率：正样本中被正确预测的概率​

RCNN缺点：训练过程复杂，占用空间，时间长

对RCNN的改进：

SPPnet

RCNN速度慢的原因之一：每张图片的2000各区域都卷积计算特征

SPP改进：

减少卷积运算：先分候选区域，再卷积--->先卷积，再在原图找候选区域，然后映射

金字塔池化（SPP）：可以处理不同尺寸的图片

缺点：还是复杂，速度仍不够快；SPP层之前的卷积层不能fine tuning

Fast RCNN

改进：速度更快，端到端单阶段训练，所有层都可以fine tuning；不需要存储特征文件

（何谓端到端？   以往人们会将一次训练分为预处理，特征提取等阶段，而端到端整个学习的流程并不进行人为的子问题划分，而是完全交给深度学习模型）

创新点：感兴趣区域池化（金字塔池化的改良）

              多任务损失函数：

FasterRCNN

用集成网络RPN代替候选区域SS

Yolo v1:

优点：速度快，假阳率低，更快学习到物体的特征

缺点：准确率低，易定位错误，对小物体检测效果差

Yolo v2

批标准化Batch Normalization：提高收敛速度，减少过拟合

高分辨率分类器：提高准确率

K聚类方法训练

借鉴RANN中anchor（候选区域）的方法

Yolo v3

多尺度预测：从三种不同尺度的特征图谱上进行预测任务