文章目錄

• • 1. 目標(biāo)定位
  • 2. 特征點(diǎn)檢測(cè)
  • 3. 目標(biāo)檢測(cè)
  • 4. 滑動(dòng)窗口的卷積實(shí)現(xiàn)
  • 5. Bounding Box預(yù)測(cè)（YOLO）
  • 6. 交并比
  • 7. 非極大值抑制
  • 8. Anchor Boxes
  • 9. YOLO 算法
  • 10. 候選區(qū)域
  • 作業(yè)

參考：
吳恩達(dá)視頻課
深度學(xué)習(xí)筆記

1. 目標(biāo)定位

定位分類問(wèn)題：

不僅要判斷圖片中是不是一輛汽車，還要標(biāo)記出它的位置，用框圈起來(lái)

2. 特征點(diǎn)檢測(cè)

Landmark 檢測(cè)

3. 目標(biāo)檢測(cè)

基于滑動(dòng)窗口的目標(biāo)檢測(cè)

• 將目標(biāo)剪切出來(lái)，訓(xùn)練卷積網(wǎng)絡(luò)
• 以一定大小的窗口掃描圖片，將窗口內(nèi)的圖片輸入卷積網(wǎng)絡(luò)預(yù)測(cè)
• 更改窗口大小，重復(fù)上面步驟
  

滑動(dòng)窗口目標(biāo)檢測(cè)算法缺點(diǎn)：

• 計(jì)算成本，剪切出太多塊，卷積網(wǎng)絡(luò)要一個(gè)個(gè)地處理
• 用的步幅很大，窗口個(gè)數(shù)少，可能會(huì)影響性能
• 用小粒度或小步幅，窗口會(huì)特別多，這意味著超高的計(jì)算成本

4. 滑動(dòng)窗口的卷積實(shí)現(xiàn)

對(duì)整張圖片進(jìn)行卷積操作，一次得到所有預(yù)測(cè)值，如果足夠幸運(yùn)，神經(jīng)網(wǎng)絡(luò)便可以識(shí)別出目標(biāo)的位置

在卷積層上應(yīng)用滑動(dòng)窗口算法，提高了整個(gè)算法的效率
不過(guò)這種算法仍然存在一個(gè)缺點(diǎn)，就是邊界框的位置可能不夠準(zhǔn)確

5. Bounding Box預(yù)測(cè)（YOLO）

滑動(dòng)窗口法中，離散的邊界框可能沒(méi)有一個(gè)能完美匹配汽車位置

一個(gè)能得到更精準(zhǔn)邊界框的算法是YOLO算法，YOLO(You only look once)意思是你只看一次，這是由Joseph Redmon，Santosh Divvala，Ross Girshick和Ali Farhadi提出的算法

YOLO算法有一個(gè)好處，它是一個(gè)卷積實(shí)現(xiàn)，運(yùn)行速度非常快，可以達(dá)到實(shí)時(shí)識(shí)別

邊界框定義還有其他更有效的方法，可能效果要更好一點(diǎn)

6. 交并比

7. 非極大值抑制

算法可能對(duì)同一個(gè)對(duì)象做出多次檢測(cè)。非極大值抑制確保算法對(duì)每個(gè)對(duì)象只檢測(cè)一次。

非極大值抑制，非最大值意味著你只輸出概率最大的分類結(jié)果，抑制很接近，但不是最大的其他預(yù)測(cè)結(jié)果

如果你嘗試同時(shí)檢測(cè)三個(gè)對(duì)象，比如說(shuō)行人、汽車、摩托，那么輸出向量就會(huì)有三個(gè)額外的分量。
事實(shí)證明，正確的做法是獨(dú)立進(jìn)行三次非極大值抑制，對(duì)每個(gè)輸出類別都做一次

8. Anchor Boxes

你想讓一個(gè)格子檢測(cè)出多個(gè)對(duì)象，就是使用 anchor box 這個(gè)概念

算法處理不好的情況：

• 如果你有兩個(gè)anchor box，但同一格子有三個(gè)對(duì)象
• 兩個(gè)對(duì)象都分配到一個(gè)格子中，且它們的anchor box形狀也一樣
  出現(xiàn)的概率比較小，對(duì)性能的影響應(yīng)該不會(huì)很大

怎么選擇 anchor box呢？

• 一般手工指定anchor box形狀，選擇5到10個(gè)anchor box形狀，覆蓋多種不同的形狀
• k - 平均算法，可以將兩類對(duì)象形狀聚類，選擇最具有代表性的一組 anchor box，這是自動(dòng)選擇anchor box的高級(jí)方法

9. YOLO 算法

• 訓(xùn)練：
  
• 預(yù)測(cè)：
  
• 非極大值抑制：
  如果使用兩個(gè)anchor box，那么9個(gè)格子中任何一個(gè)都會(huì)有兩個(gè)預(yù)測(cè)的邊界框，其中一個(gè)的概率很低。
  接下來(lái)你拋棄概率很低的預(yù)測(cè)。
  
  如果你希望檢測(cè)（3種目標(biāo)）行人，汽車和摩托車，那么你要做的是，對(duì)于每個(gè)類別單獨(dú)運(yùn)行非極大值抑制，運(yùn)行三次來(lái)得到最終的預(yù)測(cè)結(jié)果。

10. 候選區(qū)域

候選區(qū)域是一個(gè)有趣的想法，但這個(gè)方法需要兩步：

• 首先得到候選區(qū)域
• 然后再分類

相比之下，類似于YOLO（You only look once）這個(gè)算法，能夠一步做完，老師覺(jué)得長(zhǎng)遠(yuǎn)而言更有希望

YOLO 網(wǎng)址：https://pjreddie.com/darknet/yolo/

作業(yè)

作業(yè)：自動(dòng)駕駛 - 汽車檢測(cè)

---

我的CSDN博客地址 https://michael.blog.csdn.net/

長(zhǎng)按或掃碼關(guān)注我的公眾號(hào)（Michael阿明），一起加油、一起學(xué)習(xí)進(jìn)步！

總結(jié)

以上是生活随笔為你收集整理的04.卷积神经网络 W3.目标检测的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。