cs231n-Lecture9

CS231N–迁移学习之分割、定位与检测

一、概念定义：

• 语义分割将图像不同层次都用轮廓分割出来，实时分割问题更多的是多任务问题，在不同层次上实时的进行图像分割。

• 分类与定位，分类问题简单的降图像中识别的物体种类输出，定位给出不同物体所在图片中的坐标，可能需要标注框来框出物体所在目标，而分类+定位问题就是两者皆有

• 目标检测，与分类问题进行比较，主要区别是多物体分类与定位，解决地问题可能更复杂。

• 不同的图像任务所需的网络架构不同，分类+定位——目标检测——语义分割，问题困难程度不断加深。

二、分类与定位

1. 基本分类与定位

• 将分类定位问题看成一个回归问题，使用L2范数欧式距离来计算损失函数。

• 下载别人已经前训练过的模型（AlexNex、VGG、GoogleNet），当然自信有时间有装备也可以自己训练模型。得到class scores的全连接层，分类层得到C类。

• 新建一个回归层（regression head），其实也是全连接层，输出类所在的位置框。

• 然后通过一张张图像的训练，最后完成分类与定位的训练。

• 回归有两类回归：不定类回归（class-agnostic regresar）