神经网络与深度学习-3

1、卷积神经网络的评价指标

混淆矩阵：

计算：

 Precision/Recall曲线也叫做P-R曲线，其代表的是精准率（查准率）与召回率（查全率）的关系，Precision与Recall是一对矛盾的变量。如下图所示：

调整阈值可改变准确率或召回值。

PR曲线下的面积就定义为AP，由于计算积分相对困难，因此引入插值法，计算AP公式如下：

 

其中 𝑁 代表测试集中所有图片的个数， 𝑃(𝑘) 表示在能识别出 𝑘 个图片的时候 Precision的值，而 Δ𝑟(𝑘) 则表示识别图片个数从 𝑘 − 1 变化到 𝑘 时（通过调整阈值）Recall值的变化情况。

实际图像分类任务：

1、对多类图像测试，获得 一组置信度

2、排序

3、设置阈值，分类完成（置信度大于阈值就认为是True Positive ）

2、目标检测与Yolo

2.1 分类问题与目标检测

目标检测问题：目标检测是在给定的图片中精确找到物体所在位置，并标注出物体的类别。 物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图 片的任何地方，并且物体还可以是多个类别。

分类：是否有目标？有什么目标：c1,c2,c3

数据集输出表达：

2.2 目标检测基本思想

Yolo将特征图划分为S×S的格子（grid cells），每个格子负责对落入其中的目标进行检测，一次性预测所有各自所含目标的边界框、定位置信度、以及所有类别概率向量。

经过卷积网络在特征图上划分S×S的网格，通过网格的划分得到边界框（bounding box）和置信度得分（confidence）以及类别的概率图（class probability map），结合两者得到最终检测结果

从图像的特征图出发，得到物体检测出的属性（attributes），即边界框的坐标（box co-ordinates）、目标性得分（objectness score）、分类的得分。

置信度：

比如下面的例子，A是向日葵类对应的所有候选框中概率最大的区域，B是另一个区域，计算AB的IoU，其结果大于阈值，那么就认为AB属于同一类（即都是向日葵），所以应该保留A，删除B，这就是非极大值抑制。

目标检测：RCNN、Fast RCNN、 Faster RCNN 基本思想和网络结构介绍-CSDN博客

训练数据与网络输出：

2.3 损失函数

YOLO损失函数：

第 2 项开根号：让误差更显著，保证回归精度

2.4 Yolov5

YOLO v5预测框：标签与anchor的分配

YOLOv5核心基础知识讲解_yolov5江大白-CSDN博客

实战：

目标检测---教你利用yolov5训练自己的目标检测模型_目标检测 教你利用-CSDN博客

3、语意分割与FCN

语义分割问题：找到同一画面中的不同类型目标区域

3.1基本思想

语义分割是对图像中的每个像素加标签的一个过程，这一过程使得具有相同标签的像素具有某种共同视觉特性。对图中每一个像素进行分类，得到对应标签：

基于传统的CNN的分割方法：为了对一个像素分类，使用该像素周围的一个图像块作为CNN的输入，用于训练与预测，这种方法主要有几个缺点：

存储开销大：比如对每一个像素使用15 * 15的图像块，然后不断滑动窗口，将图像块输入到CNN中进行类别判断，因此，需要的存储空间随滑动窗口的次数和大小急剧上升。
效率低下：相邻像素块基本上是重复的，针对每个像素块逐个计算卷积，这种计算有很大程度上的重复。
像素块的大小限制了感受区域的大小，通常像素块的大小比整幅图像的大小小很多，只能提取一些局部特征，从而导致分类性能收到限制。
而全卷积网络（FCN）则是从抽象的特征中恢复出每个像素所属类别。即从图像级别的分类进一步延伸到像素级别的分类。针对语意分割训练一个端到端，点对点的网络，达到了state-of-the-art。

3.2 FCN

FCN提出可以把后面几个全连接层都换成卷积层（卷积化），这样就可以获得一张2维的feature map，后接softmax层获得每个像素点的分类信息，从而解决分割问题。如下图所示：

实战：

语义分割 FCN-DenseNet 应用入门_densenet语义分割-CSDN博客