目标检测简述

一、目标检测

1.1 目标检测算法分类

• 两步走的目标检测：先进行区域推荐，再进行目标分类
  • 代表：R-CNN、SPP-net、Fast R-CNN、Faster R-CNN
• 端到端的目标检测：采用一个网络一步到位
  • 代表：YOLO、SSD

1.2 目标检测任务

1.2.1 分类原理

• 常见的是输入一张图片，经过网络中的卷积、激活、池化，最后加入全连接层达到分类概率的效果

1.2.2 分类的损失与优化

• 在训练时需要计算每个样本的损失，cnn做分类时使用softmax函数计算结果，损失为交叉熵损失

1.2.3 任务

• 目标检测不仅仅是简单的一个图片输出一个分类的结果，还需要输出图片中目标的位置信息，主要评估指标是iou
• 物体位置：
  • (x,y,w,h) 叫做bounding box (bbox)：x，y表示物体中心点的位置，w，h表示中心点距物体两边的长宽
  • xmin，ymin，xmax，ymax：物体位置的左上角、右下角坐标

1.3 目标定位简单思路

• 分类时是直接输出各个类别的概率，可以在网络的最后输出加上位置信息

1.3.1 回归位置

• 增加一个全连接层，FC1、FC2
  • FC1：做为类别的输出
  • FC2：做为物体位置数值的输出
• 分类概率用交叉熵损失，位置信息用MSE均方误差损失（L2损失）

1.3.2 两种Bounding box名称

• Ground-truth bounding box:图片中真实标记的框
• Predicted bounding box:预测时标记的框