图像检测 | 目标检测 |
---|---|
通常只有一个物体 | 数量不固定 |
位于图像中央 | 位置不固定 |
占据主要面积 | 大小不固定 |
都需要理解图像内容 |
滑窗:固定大小窗口,遍历图像所有位置,成本过高
改进思路
- 启发式算法替换暴力遍历
基于图像颜色或底层特征 - 减少冗余计算,使用卷积网络实现密集预测
重叠部分只计算一次卷积特征
线性分类(1*1的卷积)为(C+1(背景))维概率向量
两阶段方法:以某种方式产生窗,再基于窗口内的特征进行预测(精度高速度慢)
单阶段方法:在特征图上基于单点特征实现密集预测(速度快YOLO、SSD)
backbone+head
目标检测技术历史
-2012 传统方法DPM
R-CNN两阶段方法
基础知识
框,边界框
- 左上右下
- 中心坐标及长宽
+置信度及类别共6个参数
交并比IOU
非极大值抑制:同一物体的相近检测框只保留最大
边界框回归
编码值(绝对偏移量过大,类似归一化)
YOLO、SSD使用锚框确定物体单格内物体
因为锚框数量远多于真值框数量 focal loss解决
5级特征图、多尺度锚框、密集预测头
FCOS(19)取消锚框,在多层卷积中加头
CenterNet以框表示物体变成以中心点表示物体
DETR(20Transformer)seq2seq 输出框(多用于工业检测)
评估方法
正确、假阳(实际没有)、假阴(实际有未检出)
对前K个框计算Precision和Recall