20.1 多尺度目標(biāo)檢測(cè)

• 在錨框中，在以輸入圖像的每個(gè)像素為中心生成多個(gè)錨框。
• 這些錨框是對(duì)輸入圖像不同區(qū)域的采樣。然而，如果以圖像每個(gè)像素為中心都生成錨框，很容易生成過多錨框而造成計(jì)算量過大
• 減少錨框個(gè)數(shù)
  • 在輸入圖像中均勻采樣一小部分像素，并以采樣的像素為中心生成錨框
  • 在不同尺度下，可以生成不同數(shù)量和不同大小的錨框
  • 較小目標(biāo)比較大目標(biāo)在圖像上出現(xiàn)位置的可能性更多

• 既然已在多個(gè)尺度上生成了不同大小的錨框，相應(yīng)地，需要在不同尺度下檢測(cè)不同大小的目標(biāo)
• 基于卷積神經(jīng)網(wǎng)絡(luò)的方法
  • 在某個(gè)尺度下，假設(shè)依據(jù)Ci張形狀為h×w的特征圖生成h×w組不同中心的錨框，且每組的錨框個(gè)數(shù)為a ? 例如，在第一個(gè)尺度下，依據(jù)10（通道數(shù)）張形狀為4×4的特征圖生成了16組不同中心的錨框，且每組含3個(gè)錨框
  • 接下來，依據(jù)真實(shí)邊界框的類別和位置，每個(gè)錨框?qū)⒈粯?biāo)注類別和偏移量
  • 在當(dāng)前的尺度下，目標(biāo)檢測(cè)模型需要根據(jù)輸入圖像預(yù)測(cè)h×w組不同中心的錨框的類別和偏移量
• 假設(shè)這里的Ci張?zhí)卣鲌D為卷積神經(jīng)網(wǎng)絡(luò)根據(jù)輸入圖像做前向計(jì)算所得的中間輸出。
• 既然每張?zhí)卣鲌D上都有h×w個(gè)不同的空間位置，那么相同空間位置可以看作含有Ci個(gè)單元。
• 將特征圖在相同空間位置的ci個(gè)單元變換為以該位置為中心生成的a個(gè)錨框的類別和偏移量。
• 本質(zhì)上，用輸入圖像在某個(gè)感受野區(qū)域內(nèi)的信息來預(yù)測(cè)輸入圖像上與該區(qū)域位置相近的錨框的類別和偏移量。
• 當(dāng)不同層的特征圖在輸入圖像上分別擁有不同大小的感受野時(shí)，它們將分別用來檢測(cè)不同大小的目標(biāo)。
  • 例如，可以通過設(shè)計(jì)網(wǎng)絡(luò)，令較接近輸出層的特征圖中每個(gè)單元擁有更廣闊的感受野，從而檢測(cè)輸入圖像中更大尺寸的目標(biāo)。

20.2 目標(biāo)檢測(cè)算法分類

• 基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法主要分為兩類：
  • Two stage目標(biāo)檢測(cè)算法
    • 任務(wù)：特征提取—>生成RP—>分類/定位回歸
    • 常見的two stage目標(biāo)檢測(cè)算法有：R-CNN、Fast R-CNN、Faster R-CNN和R-FCN等
  • One stage目標(biāo)檢測(cè)算法
    • 任務(wù)：特征提取—>分類/定位回歸
    • 常見的one stage目標(biāo)檢測(cè)算法有：OverFeat、YOLOv1、YOLOv2、YOLOv3和SSD等

20.2.1 SSD（ Single Shot multibox Detection ）

• SSD屬于one-stage方法。
  • SSD使用 VGG16 網(wǎng)絡(luò)作為特征提取器，將后面的全連接層替換成卷積層，并在之后添加自定義卷積層，并在最后直接采用卷積進(jìn)行檢測(cè)。
  • 在多個(gè)特征圖上設(shè)置不同縮放比例和不同寬高比的先驗(yàn)框以融合多尺度特征圖進(jìn)行檢測(cè)，靠前的大尺度特征圖可以捕捉到小物體的信息，而靠后的小尺度特征圖能捕捉到大物體的信息，從而提高檢測(cè)的準(zhǔn)確性和定位的準(zhǔn)確性。

• 如下圖是SSD的網(wǎng)絡(luò)結(jié)構(gòu)圖

  
  
• 怎樣創(chuàng)建錨框？
  • SSD在多個(gè)特征層上取錨框，可以得到不同尺度的錨框。
  • 在特征圖的每個(gè)單元上取不同寬高比的錨框,一般寬高比在{1,2,3,1/2,1/3}中選取

  • 如圖所示，在8x8的feature map和4x4的feature map上的每個(gè)單元取4個(gè)不同的錨框。

    
    

大數(shù)據(jù)視頻推薦：
騰訊課堂
CSDN
大數(shù)據(jù)語音推薦：
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)
自然語言處理
大數(shù)據(jù)基礎(chǔ)
人工智能：深度學(xué)習(xí)入門到精通