目标检测学习笔记

本篇续上一篇，继续学习目标检测相关知识。笔记仅为巩固个人学习效果、督促自我进步用，若有读者发现不正确的地方请不吝指教。

3. 先验框

先验框，又称锚框，是目标检测过程中用到一个重要概念。按第1.4节中所描述，目标检测需要通过滑窗不断在图像上移动，对图像中的每个区域进行分类打分，那么这个滑窗就是先验框。
显然，先验框有不同的尺度，包括大小、长宽比。
为了覆盖更多可能的情况，在图中的同一个位置，会设置几个不同尺度的先验框。但这样带来的问题是，如果在原图中每个像素都设置多个先验框，先验框的数量就太多了。为了应对这种情况，一般会先对原图进行下采样。

3.1 下采样

下采样原理：对于一幅图像$I$，尺寸为$M\times N$，对其进行s倍下采样，即得到$(M/s)\times (N/s)$尺寸的分辨率图像，其中s是M和N的公约数。如果考虑的是矩阵形式的图像，就是把原始图像$s\times s$窗口内的图像变成一个像素，这个像素点的值是窗口内所有像素的均值：
$$p_k=\sum _{i\in win(k)}{I}_i/S^2$$

3.2 特征图

原图经下采样之后得到的称为特征图。目标检测先验框通过在特征图上进行遍历，这样大大减小了先验框的数量，同时也能覆盖大多数情况。
VOC数据集图片像素：$224\times 224\times 3$，经5次下采样后，可得到