目标检测基本框架

前言：学长讲的目标检测入门，我就随手记了个大框架，感觉深度学习迭代太快，具体模型特点还是各自看论文吧~
本文可能存在拼写/部分错误，重点是框架啊哈哈哈。 另，欢迎指正！

目标检测框架组成

Backbone

• 提取：目标独有（黑盒子）的特征
• 特征提取器：VGG，ResNet

Head

• 识别/分割/掩码-马赛克等具体任务

Neck

• FPN结构(2016)
• ASFF
• RFB
• SPP

提升检测效率

目的：提取有效特征

全卷积FCN

全连接转化为1*1的全卷积

• 优点：可以接受任意大小的输入图像，更加高效
• 缺点：得到结果不够精细，缺乏空间一致性

多特征检测—不同尺度的特征图相加SSD

2016 Single Shot MultiBox–SSD

多尺度融合—特征金字塔FPN

同Neck部分

注意力机制

目的：更快get目标

• 自上而下——主动——聚焦式注意力【normal】
• 自下而上——被动——显著性注意力
• 例如：SENet（2018），SKNet（2019），CBAM

目标检测的评价参数

• TP—IoU>0.5的检测框数量
  True Positive (TP): （同一Ground Truth只计算一次）
• FP—IoU<=0.5的检测框数量
  False Positive (FP): 检测到同一个GT的多余检测框的数量
• FN—没有检测到的GT数量
• TN—不会使用到mAP中

Acc

所有样本
$$Acc=\frac{TP+TN}{TP+TN+FP+FN}$$

Precision—查准率

所有正样本（检测出来的）
$$Precision=\frac{TP}{TP+FP}$$

Recall—查全率

所有正确识别的概率
$$Precision=\frac{TP}{TP+FN}$$

AP—PR曲线下面积

$$AP=\frac{\sum P_r}{\sum r}$$

mAP—mean Average Precision

$$mAP=\frac{AP}{tota{l}_{class}}$$

IoU

交并比（IOU）是度量两个检测框（对于目标检测来说）的交叠程度。
$$\begin{gathered} IoU=\frac{area(B_p\cap B_{gt})}{area(B_p\cup B_{gt})} \\ {B}_{gt}目标实际的边框；B_p预测的边框 \end{gathered}$$

目标检测的平台

• detection2
  • pytorch
• MMdetection
  • pytorch
  • 港中文-商汤
  • github/open-mmlab/mmdetection
• maskrcnn-benchmark
• SimpleDet
  • pytorch
  • 图森未来
• Tensorpack
  • tensorflow

目标检测方法

$$\{\begin{array}{l}阶段\{\begin{array}{l}one-stage:YOLO1(2016),SSD,Polar-Net(2019)\\ two-stage:R-CNN2014,DynamicR-CNN2020\end{array}\\ 锚框\{\begin{array}{l}anchor:Faster-R-CNN,SSD,YOLOv2+\\ anchor-free:FCOS\end{array}\end{array}$$

目标检测过程

数据集打标签

• LabelIme：曲面边缘
• OpenCV/CVAT：MASK-R-CNN
• VOTT，VIA
• PixelAnnotationTool：超分辨率

数据集类型

• 语义分割：semantic segmentation
• 实例分割：instance
• 常用：VOC&COCO

数据集的文件格式，需要转换为模型输入的格式（比如记录锚框位置信息的XML）

环境配置注意

• CUDA的版本需要对应硬件GPU，cudan

设置参数训练Train&验证validation&(测试test)&调参