detection 基础

OpenMMLab 学习三: MMDet 检测

---

边界框（Bounding Box）：框，泛指矩形框；边界框，物体的外接矩阵框。一般由左上右下（l, t, r, b）或中心坐标及宽高（x, y, w, h）

区域（Area）：同边界框

感兴趣区域（Region of interest，ROI）：需要进一步检测框中是否有物体

锚框（Anchor Box）：预设的基本框，类似滑窗（部分算法会依赖锚框去预测边界框）

交并比（IoU）：为两个矩形的交集面积与并集的面积比值（∈ [0, 1]）

置信度（Confidence Score）：模型认为自身预测结果的程度

非极大值抑制（Non-Maximum Suppression，NMS）：再物体周围会存在多个相近的检测框，而且这些框都指向同一物体，这时只需保留其置信度最高的

边界框回归（Bounding Box Regression）：在预测物体类别时，同时计算预测边界框和边界框的偏移量

边界框编码（Bbox Coding）：边界框的偏移量在数值上一般较大（不利于训练），通常需要对偏移量进行编码（有点类似缩放）

---

目标检测

sliding window

步骤

1. 设定固定大小的窗口

2. 遍历图像（类似卷积），将框内图像进行图像分类

为了可以检测不同物体，可以改变窗口的大小、宽高比。

缺陷：效率很慢，因为滑窗较多推理一张图片通常要进行成千上万次的图像分类。

改进方案

1. 区域提议（RCNN）

2. 消除滑窗重复，使用卷积计算所有特征，再对特征进行滑窗识别（减少重复区域，降低窗口个数从而提升效率，Fast RCNN）

3. 密集预测（滑窗卷积一起做，YOLO）

演变

Tow Stage