task2-练死劲儿-先验框

目标检测之anchor

众所周知，目标检测最终得到的结果是一个一个框，不是直接一个分类概率那么简单，不仅需要知道框住的物体的类别，也要输出框住物体的位置。那么如果刚接触目标检测的人来说，最正常的想法就是将图片拆分成很多个窗格，每个窗格去判断里面存不存在物体，存在就直接输出。
更进一步的想法就是，不是窗格输出之后就结束了，还要去调整窗格的位置，可以建立窗格的回归参数网路。
但是很显然，一个一个遍历的方式是在是太繁琐，时代进步都是快字最重要，那么怎么生成这样的窗格呢。下面该介绍卷积的作用了。卷积核的作用其实就是将一个区域的所有像素线性映射成一个特征，卷积的作用就是将大的图片映射成一个feature map，这里的映射其实就是神经网络。可以说feature可以包含这个图片的信息，大家都知道卷积核在卷积的过程中是一个一个重叠的，不是一个一个并排站的，也就是说卷积的区域是有重叠的，那么feature一个特征点和它周围的一些特征点（规则区域特征点）就可以表示原图上的一个区域的所有特征了，也就是说是现成的特征，以一个一个特征点去划分，特征就都是现成的了。就可以做到一个feature map所有的anchors都出的效果。