18.1 什么是目標(biāo)檢測(cè)

• 目標(biāo)檢測(cè)的任務(wù)是找出圖像中所有感興趣的目標(biāo)（物體），確定它們的類(lèi)別和位置

• 計(jì)算機(jī)視覺(jué)中關(guān)于圖像識(shí)別有四大類(lèi)任務(wù)：

  
  

18.1.1 目標(biāo)檢測(cè)要解決的核心問(wèn)題

• 除了圖像分類(lèi)之外，目標(biāo)檢測(cè)要解決的核心問(wèn)題是：
  • 目標(biāo)可能出現(xiàn)在圖像的任何位置。
  • 目標(biāo)有各種不同的大小。
  • 目標(biāo)可能有各種不同的形狀。

18.1.2 目標(biāo)檢測(cè)和邊界框

• 在圖像分類(lèi)任務(wù)里，假設(shè)圖像里只有一個(gè)主體目標(biāo)，并關(guān)注如何識(shí)別該目標(biāo)的類(lèi)別。
• 目標(biāo)檢測(cè)在多個(gè)領(lǐng)域中被廣泛使用。例如：
  • 在無(wú)人駕駛里，需要通過(guò)識(shí)別拍攝到的視頻圖像里的車(chē)輛、行人、道路和障礙的位置來(lái)規(guī)劃行進(jìn)線路。
  • 機(jī)器人也常通過(guò)該任務(wù)來(lái)檢測(cè)感興趣的目標(biāo)。

  • 安防領(lǐng)域則需要檢測(cè)異常目標(biāo)，如歹徒或者炸彈。

    
    

18.2 邊界框

• 在目標(biāo)檢測(cè)里，通常使用邊界框（bounding box）來(lái)描述目標(biāo)位置。

  • 邊界框是一個(gè)矩形框，可以由矩形左上角的x和y軸坐標(biāo)與右下角的x和y軸坐標(biāo)確定。

    
    

18.3 錨框

• 目標(biāo)檢測(cè)算法通常會(huì)在輸入圖像中采樣大量的區(qū)域，然后判斷這些區(qū)域中是否包含感興趣的目標(biāo)，并調(diào)整區(qū)域邊緣從而更準(zhǔn)確地預(yù)測(cè)目標(biāo)的真實(shí)邊界框（ground-truth bounding box）
• 方法：

  • 它以每個(gè)像素為中心生成多個(gè)大小和寬高比（aspect ratio）不同的邊界框。這些邊界框被稱(chēng)為錨框（anchor box）

    
    

18.3.1 生成多個(gè)錨框

• 假設(shè)輸入圖像高為h，寬為w。

• 分別以圖像的每個(gè)像素為中心生成不同形狀的錨框。

• 設(shè)大小為

  
  

  • 且寬高比為r> 0，那么錨框的寬和高將分別為

    
    

  • 當(dāng)中心位置給定時(shí)，已知寬和高的錨框是確定的。

• 下面分別設(shè)定好一組大小

  
  

• 如果以每個(gè)像素為中心時(shí)使用所有的大小與寬高比的組合，輸入圖像將一共得到whnm個(gè)錨框。

  • 雖然這些錨框可能覆蓋了所有的真實(shí)邊界框，但計(jì)算復(fù)雜度容易過(guò)高。

  • 因此，通常只對(duì)包含S1 or r1的大小與寬高比的組合感興趣，即

    
    

• 也就是說(shuō)，以相同像素為中心的錨框的數(shù)量為n+m-1

  • 對(duì)于整個(gè)輸入圖像，將一共生成wh(n+m-1)個(gè)錨框。
    大數(shù)據(jù)視頻推薦：
    騰訊課堂
    CSDN
    大數(shù)據(jù)語(yǔ)音推薦：
    企業(yè)級(jí)大數(shù)據(jù)技術(shù)應(yīng)用
    大數(shù)據(jù)機(jī)器學(xué)習(xí)案例之推薦系統(tǒng)
    自然語(yǔ)言處理
    大數(shù)據(jù)基礎(chǔ)
    人工智能：深度學(xué)習(xí)入門(mén)到精通