深度学习（七）

卷积神经网络

目标定位

1、问题描述：既要判断出目标，又要对目标进行定位，因此需要判断有木目标，准确判断出是何种目标以及定位所画方框的位置
2、基于窗口滑动的目标检测算法：
1）使用固定步幅滑动窗口，检测窗口内有无目标，之后使用更大的窗口继续遍历，这样，总会有窗口包含目标，这种方法虽然可行，但计算代价太大
2）改进一：并不是将每个滑动窗口分别输入网络，而是将整张图片直接输入，这样可以实现参数共享，减少运算量，但存在一个问题，就是输出边界不精准
3）改进二：将图片分为许多部分，如3*3，标定目标的中点，只有中点所在的格子才被认为存在目标，之后标定边框。
3、评价指标：
交并比（IoU）：预测边框与实际边框交集与并集之比，一般来说，只要交并比大于0.5就认为定位较为准确
4、非最大值抑制：
解决多次检测的问题，即只输出概率最大的结果，其他的边框进行抑制
5、多目标检测（anchor box）
使用不同形状的anchor box，如果发现同一个格子存在两个目标，则对anchor box进行研究，如图所示：

6、候选区域（RNP)：
并非使用滑动窗，而是在图片中尝试选出一些有意义的窗口来运行算法