吴恩达深度学习 课程四 第三周 对象检测

一 目标定位

计算机视觉的应用如今非常丰富，上周已经学习了图片分类问题，在此基础上进行目标定位的学习，甚至应用到目标检测（多物体）。通常图片左上角坐标（0，0），右下角坐标（1，1），红色方框的中心点坐标（bx,by），边框高度bh ，宽度bw。神经网络不仅需要输出标签，还需要输出四个参数值。

当检测到图片中存在1，2，3情况时，pc=1 4表示无背景，pc=0,相应的损失函数如上所示。

二 特征点检测

三 目标检测

滑动窗口目标检测 采用较小的步幅和细粒度，检测成本较高。采用较大的步幅和细粒度检测不准确。

通过对结构进行改进，将全连接层变成卷积层，可以提高效率。

但是仍然存在不能得到精确边界框的问题。

YOLO算法

将输入图片用网格分割，每个小方格采用分类与定位技术，以33网格为例，得到九个向量，对于识别到物体的中点进行特征点提取并分配到中点所在的方格中。一个输入x，得到输出y 33*8,该算法可以达到实时性识别

四 交并比

计算两个边界框交集和并集的比值，（lou）

五 非极大值抑制

存在的问题是算法对某个对象检测出多次，采用非极大值抑制的方法。

六 anchor boxes

当出现多个检测框，先找到最大的一个并高亮，非极大值抑制就会将该检测框邻近的检测框输出减弱，也就是变暗，最终去掉暗的检测框得到最后结果。新的问题出现了，到目前为止，每个格子只能检测一个对象,因此当两个对象在同一个格子里出现需要改进。

七 yolo算法

1 训练数据

2 做出预测

3 非极大值抑制

八 候选区域 R-CNN

运行图像分割算法先选出候选区域（带有色块的区域），在候选区域进行目标检测，减少卷积算法运行的时间。