视觉组-第二节-经典检测网络

目标检测

计算机视觉中关于图像识别有四大类任务：

（1）分类-Classification：解决“是什么？”的问题，即给定一张图片或一段视频判断里面包含什么类别的目标。

（2）定位-Location：解决“在哪里？”的问题，即定位出这个目标的的位置。

（3）检测-Detection：解决“在哪里？是什么？”的问题，即定位出这个目标的位置并且知道目标物是什么。

（4）分割-Segmentation：分为实例的分割（Instance-level）和场景分割（Scene-level），解决“每一个像素属于哪个目标物或场景”的问题。

目标检测是一个分类、回归问题的叠加。

基于深度学习的目标检测算法主要分为两类：Two stage和One stage。

双阶段目标检测

过程

先进行区域生成，该区域称之为region proposal（简称RP，一个有可能包含待检物体的预选框），再通过卷积神经网络进行样本分类。

特征提取 –> 生成RP –> 分类/定位回归

常见算法：

R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN和R-FCN等

非极大抑制（交并比概念）

相关链接

其中有一步骤

对输入列表中所有的预测框，计算和挑
选出来的预测框之间的IoU，如果IoU大
于某一阈值，则将其从输入列表中删除

说明阈值越小，预测框越少

算法

CNN卷积神经网络

介绍
卷积的更多细节

RCNN

介绍

理解Selective Search

F RCNN

介绍

ROI POOLing

介绍

Faster RCNN

介绍

单阶段目标检测

过程

不用RP，直接在网络中提取特征来预测物体分类和位置。

任务流程：特征提取–> 分类/定位回归。

常见算法

OverFeat、YOLOv1、YOLOv2、YOLOv3、SSD和RetinaNet等。

YOLOv1

介绍