从0开始的CNN学习之路(一)-新疆大学智能制造现代产业学院

已于 2023-02-23 16:35:49 修改
阅读量529 收藏 4
点赞数 3
分类专栏： CNN-CV 文章标签： cnn 机器学习 深度学习 目标检测 人工智能
于 2023-02-21 21:23:15 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51967791/article/details/129147818
版权

目录

前言

一、传统机器视觉

二、RCNN整体流程

三、selective search

四、NMS(非极大值抑制)

总结

前言

本系列文章主要内容从RCNN开始引入,重点介绍RCNN其中的思想,主要包括region proposals,NMS,以及soft-NMS,后续文章会逐渐涉及到Fast-RCNN,Faster-RCNN以及yolo系列等经典目标检测算法

一、传统机器视觉

传统机器视觉中,都是通过复杂的数学方法来人为提取特征的,其中较为重要的方法有SIFT/Fast/Hog/Surf/Orb等,这些方法包含了金字塔,角点等经典方法,一定要掌握到位

在通过上述方法提取完特征后,我们将用RANSAC算法来找出有用特征,并将其送入SVM(支持向量机)中来进行分类或者回归,或者也可以用neural network来进行分类或者回归

在这里额外提一句,在CNN中,FC层(全连接层)就是一个经典的neural network(NN网络)

以上即为传统机器视觉进行目标检测的大体流程

二、RCNN整体流程

RCNN从input开始,获得region proposals,再将得到的proposal放入CNN中提取feature map(特征图),最终将map放入SVM中进行分类 

其中,RCNN做出的最大突破便是使用CNN提取特征,不同于传统机器视觉中的人为提取特征

在这里额外提一句,region proposal是two stage算法独有的中间结果,如yolo一类的one stage算法是没有的

现在的CNN算法里面,是不用SVM进行分类或者回归的,因为其违背了CNN的特性,CNN中的FC层是可以进行分类或者回归的,这一点在上面也提到过 

目标检测算法即是分类算法(cls),也是回归算法(bbox)

region proposal并不是bbox,这点要注意

三、selective search

selective search是一种非监督方法,目的是用来寻找region proposal的

核心思想是通过pixel(像素)的相似程度,将图像分成块,并将相似块进行合并/细分(类似相似度分割),然后再将其resize成同样大小,最终取大概2000个块,即为region proposal

至于为什么必须resize成相同大小,这是因为我们需要将其放入CNN中,而CNN中的FC层则要求其输入必须是相同大小,否则会导致输出的feature vector长度不相等

至于为什么取2000个,这是因为当初RCNN的作者取的就是2000个,可能他们觉得2000个在ImageNe数据集上效果比较好吧....

至于resize会不会损失图片的特征信息,答案是肯定的,但这样会提升模型的鲁棒性,因此我们是希望其会改变的

四、NMS(非极大值抑制)

上面我们讲到,经过selective search算法后,我们提取了大约2000个proposal,现在假设我们这张图片中有四个真实目标,那么我们最终要得到的结果就是4个bbox,也就是说我们需要将其余的1996个proposal给过滤掉,而这个过滤的方法,就是NMS

首先,第一步,我们需要先设置一个阈值Thre=0.8,其次我们的2000个proposal送入CNN后会变成2000个feature vector,最终会得出2000个bbox,这些bbox都会有一个score,即预测概率,如果bbox的score小于阈值Thre,则被滤掉,反之则进入下一个环节,假设我们进入下一个环节的有200个proposal

那么,第二步,我们将这200个bbox按照score从大到小排序,取出其中最大的bbox(P1),将其分别与别的bbox计算iou,并设置阈值Nt,如果iou大于Nt,则将此bbox滤出,重复此操作将所有proposal遍历一遍后,将除了(P1)的其余bbox重复上述操作,直至将所有bbox遍历完,则完成操作,剩余的框便是我们需要的bbox

soft---NMS

但是上述NMS算法有一个缺点,假如让两个目标重叠度较高的话,那其中一个目标的bbox必定会滤除,所以我们想出了一种新的方法---soft-NMS

soft---NMS的思想很简单,即重新构造bbox的score,具体方法如上图绿框所示,其中函数f()为高斯核,所以当iou大,则f就越小,si就越小,但是如果si如果为真实目标的bbox的score的话,那么si的值必定很大,故可以抵消高斯核的负影响,然后我们再设置一个阈值,当更新后的si小于阈值,则被滤除

以上便为soft---NMS的大体过程,总结下来便是:在原版NMS算法暴力使用iou滤除的基础上引入了bbox的score属性,通过利用正目标的si过大可抵消高斯核的负影响的特性,来滤除别的bbox,同时也避免了多个目标重叠度较高导致的问题

此处也多说几点:

1.NMS算法中,算法轮了几轮,则最终会保留几个框

2.NMS算法是不管类别的,不管你是什么cls的bbox,他都会一起进行过滤

3.iou:顾名思义,iou就是把预测框与真实框的相交的面积除以相并的面积

iou的计算方法为:交集/并集

4.NMS算法后续也有很多种创新,具体分为两个方向发展,分别是精准和快速两个方向

下图为NMS发展的其中几种算法,感兴趣的同学可以去了解一下

总结

本系列文章会以RCC,Fast-RCNN,Faster-RCNN,yolo系列的顺序,尽可能通俗易懂的带大家理解CV方向卷积神经网络的原理,对大家的知识要求储备不是特别高,新入门的小白也是可以享用的,其中一些专业名词我也会专门标注出来,请大家放心

beluga(阿通努力版)
关注
专栏目录
PyTorch深度学习实战（19）——从零开始实现R-CNN目标检测
盼小辉丶的博客
10-07 4129
R-CNN (Region-based Convolutional Neural Network) 是 R-CNN 系列目标检测算法的初代模型，其将“深度学习”和传统的“计算机视觉”的相结合，在深度学习的框架下实现了高效的物体检测和识别。R-CNN 的核心思想是将目标检测任务分解为候选区域提取、特征提取、目标分类和边界框回归四个步骤。R-CNN 中的 “Region-based” 指的就是区域提议(候选区域)，用于在图像中识别对象。在本节中，我们将利用区域提议来完成图像中目标对象的检测和定位。
PyTorch深度学习实战（21）——从零开始实现Faster R-CNN目标检测
盼小辉丶的博客
10-16 4061
Faster R-CNN 提出了一种全新的目标检测框架，将候选框生成和目标分类合并到一个网络中，实现了端到端的训练，可以同时优化候选框生成和目标分类任务，提高了检测的准确性和效率。同时，利用共享的卷积特征可以加速特征提取的计算，进一步提高了检测速度。在本节中，将介绍 Faster R-CNN 的工作原理，然后在自定义数据集上训练 Faster R-CNN 目标检测模型。
从零开始的深度学习（一） 经典CNN网络 LeNet-5
m0_47302432的博客
08-03 1291
从零开始的深度学习（一） 经典CNN网络 LeNet-5 之前的四篇博客围绕着一个大作业项目来进行的入门，由于小白初涉，因此行文中有时侧重于某些并不重要的东西，同时也忽略了许多其实蛮重要的东西，再加上存在些许小错漏，是以第五篇和第六篇就这样胎死腹中了hhh。 但是不打紧，走过的弯路是走回正路的基础，虽然以我浅薄的认识恐怕目前还是在弯路上，害，总会走上正确的路的。 经过前面大作业项目的学习，再加上最近读了一些文献，也实际接触、跟着大佬学习了一些例如检测、语义分割之类的实际的项目，接触了除PyTorch之外的
零基础学CNN
yangk12321的博客
05-19 479
https://www.zybuluo.com/hanbingtao/note/485480
零基础CNN教程
ningyanggege的博客
08-21 2236
全连接网络 VS 卷积网络 全连接神经网络之所以不太适合图像识别任务，主要有以下几个方面的问题： 参数数量太多 考虑一个输入1000*1000像素的图片(一百万像素，现在已经不能算大图了)，输入层有1000*1000=100万节点。假设第一个隐藏层有100个节点(这个数量并不多)，那么仅这一层就有(1000*1000+1)*100=1亿参数，这实在是太多了！我们看到图像只扩大一点，参数数量就会...
从零开始，搭建CNN(卷积)神经网络识别Mnist手写体
我心我行的博客
07-20 1191
从零开始，搭建CNN(卷积)神经网络识别Mnist手写体 运行环境 Windows 10 专业版 x64 Python 3.7.2 tensorflow 1.9 keras 2.2.4 导入工具包 神经网络线性堆叠框架 from keras.models import Sequential 卷积神经网络拥有卷积层，池化层，展开层，全连接层等，该框架则是容纳各个网络层的东西，可以看做一个容...
从零开始搭建神经网络（五）卷积神经网络(CNN)
学如不及,犹恐失之
08-09 2万+
目录 1.基础介绍 2.网络结构 2.1卷积层 2.1.1 Padding 2.1.2 Stride 2.1.3 多通道计算 2.2池化层 2.2.1 最大池化 2.2.2 平均池化 2.3全连接层 3.代码实例 1.基础介绍 卷积神经网络的基础内容可以参考：机器学习算法之卷积神经网络 2.网络结构 卷积神经网络一般包括卷积层，池化层和全连接层，下面分别介绍一下 2...
Keras深度学习实战（14）——从零开始实现R-CNN目标检测
盼小辉丶的博客
07-17 6604
R-CNN 是基于候选区域的经典目标检测算法，其将卷积神经网络引入目标检测领域。本文首先介绍了 R-CNN 模型的核心思想与目标检测流程，然后使用 Keras 从零开始实现了一个基于 R-CNN 的目标检测模型，最后介绍了非极大值抑制用于移除相似的预测边界框。.........
PyTorch深度学习实战（25）——从零开始实现Mask R-CNN实例分割
盼小辉丶的博客
11-01 4262
Mask R-CNN 是一种在目标检测任务中引入了语义分割的强大框架，通过在 Faster R-CNN 基础上进行扩展，添加了额外的分支网络，不仅可以准确地检测对象的位置和类别，还可以生成每个实例的精确像素级别的语义分割掩码。其模块化的设计可以轻松地应用于不同的任务和数据集，并且可以通过添加更多的分支进行功能扩展，如实例关键点检测等。
深度学习知识点全面总结
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 26万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
从零开始深度学习0419——CNN基本知识
刚子的博客
06-11 415
0419 B站深度学习视频https://www.bilibili.com/video/BV1ht411i7Ld?p=1 12-17 总结 神经网络泛化能力一定要强 激活函数与损失函数 https://www.jianshu.com/p/e5bcdd932d05 激活函数的作用 线性模型的表达能力不够，激活函数增加神经网络模型的非线性，提升神经网络模型表达能力（数据往往线性不可分 ）。 几种激活函数： Sigmoid：常用来做二分类任务，会造成梯度消失 Tanh：...
机器学习——从0开始构建自己的CNN分类网络
qq_52222102的博客
05-21 4807
机器学习——从0开始构建自己的深度学习网络
从零开始基于imagenet 1k数据集训练CNN分类模型
qq_41802192的博客
03-03 8127
帮助开发者从零开始下载并解压imagenet 1k, 并完成CNN分类模型的训练
目标检测之Selective Search原理简述
AutoXTruck专栏
03-17 1万+
目标检测物体的候选框是如何产生的？ 　　如今深度学习火热的今天，RCNN/SPP-Net/Fast-RCNN等文章都会谈及bounding boxes(候选边界框)的生成与筛选策略。那么候选框是如何产生，又是如何进行筛选的呢？其实物体候选框获取当前主要使用图像分割与区域生长技术。区域生长(合并)主要由于检测图像中存在的物体具有局部区域相似性(颜色、纹理等)。目标识别与图像分割技术的发展进一步推动...
从零开始机器学习-18 CNN：卷积神经网络
AI Programming
06-21 1万+
本文由 沈庆阳 所有,转载请与作者取得联系! 前言 卷积网络的应用并非始于近期，而早在上世纪90年代的时候就已经有所应用。由于运算性能的提升与数据量的爆炸（GPU与大数据），使得深度学习爆发性地发展，而卷积网络正是深度学习爆发的莫大功臣。 卷积神经网络（CNN，Convolutional Neural Networks）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元...
真正从零开始，TensorFlow详细安装入门图文教程！
fish xiang
07-18 3380
AI这个概念好像突然就火起来了，年初大比分战胜李世石的AlphaGo成功的吸引了大量的关注，但其实看看你的手机上的语音助手，相机上的人脸识别，今日头条上帮你自动筛选出来的新闻，还有各大音乐软件的歌曲“每日推荐”……形形色色的AI早已进入我们生活的方方面面。深刻的影响了着我们，可以说，这是一个AI的时代。 其实早在去年年底，谷歌就开源了其用来制作AlphaGo的深度学习系统Tensorflow
selective search 和 NMS
for happy の road
04-19 266
selective search 使用原始分割图将图像进行分割成1-2k个小区域 查看现有的小区域，按照颜色、纹理、大小和形状交叠四个特点合并规则合并相似度高的两个区域，重复直到整张图片合并为一个 输出所有曾经所有存在的区域，所谓候选区域，这里包含最初的小小区域和第二步中合并的小区域以及最后的大区域。 其中颜色和纹理都是相近的合并，在面积方面，合并后总面积小的： 保证合并操作的尺度较为均匀，避...
【小白学机器学习29】 概率统计与图形 ( hist, bar, pie , box ,scatter ,line)
最新发布
奔跑的犀牛先生
10-31 257
每个饼分位多个分块，每个分块大小不同，每个分块还可以分尖端和后面2部分。根据饼状图来的，南丁格尔玫瑰图。频度分布表：概率分布的雏形吧。
LARGE SCALE GAN TRAINING FORHIGH FIDELITY NATURAL IMAGE SYNTHESIS
u013049912的博客
10-28 359
尽管最近在生成图像建模方面取得了进展，但成功地从复杂的数据集(如ImageNet)生成高分辨率、多样化的样本仍然是一个难以实现的目标。为此，我们在迄今为止尝试的最大规模上训练生成对抗网络，并研究这种规模特有的不稳定性。我们发现，将正交正则化应用于生成器使其适用于简单的“截断技巧”，通过减少生成器输入的方差，可以对样本保真度和多样性之间的权衡进行精细控制。我们的修改导致模型设置了新的状态，在类条件图像合成的艺术。
深度学习模型：CNN-GRU-SAM-Attention多特征分类预测实践
在深度学习领域，CNN-GRU-SAM-Attention模型是一个强大的工具，尤其适用于处理包含多种特征的数据集进行分类任务。此模型融合了三种不同的技术，以增强模型的性能和理解复杂模式的能力。 1. **卷积神经网络（CNN）*...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值