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 × 14 × 3 14\times{14}\times{3} 14×14×3,通过16通道的 5 × 5 5\times{5}