计算机视觉_目标检测_part1

Methods

1.空洞卷积

下图中，右边为空洞卷积。

2.转置卷积

目标检测

1.传统的目标检测方法

滑动窗口法+传统机器学习分类器
滑动窗口即有一个窗口在图片上进行滑动，然后检测这个窗口里有没有object。
缺点： 识别效果不好，准确率不高；计算量较大，运行速度慢；且可能出现多个正确识别的结果。

2. 滑动窗口法则＋CNN

CNN可以提高识别的准确率。

全卷积神经网络FCN

我们知道对于一个各层参数结构都设计好的神经网络来说，输入的图片大小是需要固定的，如图AlexNet,VGGNet,GoogleNet等网络都需要输入固定大小的图片才能正常工作。

FCN的精髓：让一个已经设计好的网络可以输入任意大小的图片。

14 * 14的窗口，最后得到一个输出结果。
16 * 16的窗口，最后得到四个输出结果。

ps： 1616的output中的蓝点，代表的是input中1414的蓝色区域的检测结果。
如下，红点对应于红色区域：

过程

我们最终得到一张特征图，其实就是我们的滑动窗口64次下来的结果。

交并比

mAP(mean average precision) 平均准确率的均值

而多标签图像分类任务中的图片的标签不止一个。
比如，一个图像它有标签‘人’，也有标签‘女人’。
ps：关于precision 和recall：
Precision其实就是在识别出来的图片中，True positives所占的比率；
Recall 是被正确识别出来的飞机个数与测试集中所有飞机的个数的比值；

https://blog.csdn.net/liuweiyuxiang/article/details/80111226

举例

（1代表是猫，0代表不是猫）