深度学习计算机视觉从入门到精通——目标检测技术及常用数据集

深度学习计算机视觉从入门到精通——目标检测原理与深度实战
分享者：人工智能实验室：赵世智

一、概述及应用

目标检测概述

找出图像中所有感兴趣的目标，以矩形框的形式确定它们的位置和大小，并确定该目标的类别。

由于各类物体有不同的外观，形状，姿态，加上成像时光照，遮挡等因素的干扰，目标检测一直是机器视觉领域具有挑战性的问题。
目标检测应用
安防：人脸检测和手指检测，为人脸识别与指纹识别提供有效的区域。
交通：违章车辆检测，并检测提取相应的车牌号码；行人检测；自动驾驶。
游戏娱乐：微软，索尼体感游戏，结合手势检测，人脸检测等，接受玩家指令，进行互动。

医疗：CT，核磁图像的病变区域检测。

二、目标检测技术在数据堂的数据标注中的应用

能力：人体检测、车辆检测、交通灯检测
使用场景：筛选、计数、预标注
项目案例：
人体抠图与18关键点标注项目
监控视频数据过滤
监控视频数据车辆统计
效果：图像筛选准确率：60%以上
作用：降低原始数据筛选人工成本；降低标注单位人工成本

三、常用数据集

开源数据集：

ImageNet：http://image-net.org/
COCO（Common Objects in Context）：http://mscoco.org/
Pascal VOC：http://host.robots.ox.ac.uk/pascal/VOC/
数据堂目标检测数据集：

209611框人脸检测数据
209611框监控场景下人脸检测数据。监控场景包括室内（商场、超市、地铁）和室外（街道），包含少数超密集场景。数据涵盖男性女性，年龄分布儿童至老人。在标注方面，标注人脸框。数据可用于人脸检测、属性识别等任务。

208785框人头检测数据
208785框监控场景下人头检测数据。监控场景包括室内（商场、超市、地铁）和室外（街道），包含少数超密集场景。数据涵盖男性女性，年龄分布儿童至老人。在标注方面，标注人头框。数据可用于人头检测、属性识别等任务。

223557框人体检测数据
223557框监控场景下人体检测数据。监控场景包括室内（商场、超市、地铁）和室外（街道），包含少数超密集场景。数据涵盖男性女性，年龄分布儿童至老人。在标注方面，标注人体检测框及人体状态属性。数据可用于人体检测、属性识别等任务。

9万张车辆图像及标注数据
该数据总计10,165 张，大车图片有 1,857 张，小车图片有 8,308 张，数据特点是车辆类型多样，8种车型，每张照片中只出现一辆车，干扰因素少，照片、车牌标注更加清晰；数据可用于车牌识别等任务。
……

四、评价指标

1、IoU（Intersection over Union）
2、基本概念

True Positive (TP)：正样本被正确识别为正样本
True Negative (TN)：负样本被错误识别为正样本
False Positive (FP)：假的正样本，即负样本被错误识别为正样本
False Negative (FN)：假的负样本，即负样本被正确识别为负样本

3、ROC曲线
4、PR（precision and recall）曲线

五、算法归纳

1、传统的目标检测
2、深度学习目标检测的开端R-CNN
3、历史进程
4、算法归纳——分类
总结：本期主要介绍目标检测的概述、应用、目标检测技术在数据堂的数据标注中的应用、目标检测常用的数据集、评价指标以及算法归纳。下期将对经典算法进行讲解，并对其使用的代码进行详解以及深度实践。

本文内容来自：数据堂——人工智能实验室