计算机视觉基础6-目标检测

目标检测

区域卷积神经网络R-CNN

目标检测 检测图片中所有物体的类别标签，位置（最小外接矩形，bounding box

模块1：提取物体区域Region proposal 

模块2：对区域分类识别

 RCNN： selective search 

 优先合并四种区域：颜色相近的 纹理相近的 合并后总面积小的 合并后总面积在其BoundingBox中所占比例大的

RCNN:warp

 

 IoU 两个region的交并比

在ImageNet上对CNN模型进行pre-train=>M

在Selective Search生成的所有区域上对M进行fine-tune(微调）=>M`

正样本（N类）：跟Ground-truth重合IoU>=0.5   负样本（1类）：IoU < 0.5

 在M`的Fc7特征上训练线性SVMs分类器=> C

        每个类别（N类）对应一个SVM分类器，正样本：所有Ground-truth区域；负样本：跟ground-truth重合 IoU <0.3的SS区域。  

一个类别对应一个SVM分类器，一个猫的分类器来分类是不是猫。<