卷积滑动窗口检测算法原理

在目标检测中，基于滑动窗口的检测是一种常见的办法。
如下是该算法的主要思路：
首先该算法的实现需要预先训练卷积网络，将数据集（经过裁剪，使检测的物体尽量处于图像中心并占据图片较大位置）进行训练，然后通过固定大小的窗口以及固定步长扫描需要检测的图片，将图片中处于窗口中的图像送入训练好的卷积网络进行检测，判断有无物体输出，最终通过变换扫描窗口的大小，可以检测出有无物体以及物体的大致定位（该算法的定位不一定准确）


下面是卷积滑动窗口算法的实现过程，参考了吴恩达教程,如下图所示
1、全连接层转换为卷积层

如上图所示，输入图片大小为$14\times 14\times 3$，通过16通道的 5 × 5 5\times{5}