21.1 SSD模型設(shè)計

• 單發(fā)多框檢測模型的設(shè)計：它主要由一個基礎(chǔ)網(wǎng)絡(luò)塊和若干個多尺度特征塊串聯(lián)而成。

  
  

21.2 預(yù)測層

• 設(shè)目標(biāo)的類別個數(shù)為q。
  • 每個錨框的類別個數(shù)將是q+1，其中類別0表示錨框只包含背景。
• 在某個尺度下，設(shè)特征圖的高和寬分別為h和w，如果以其中每個單元為中心生成a個錨框，那么需要對hwa個錨框進行分類。
• 如果使用全連接層作為輸出，很容易導(dǎo)致模型參數(shù)過多。
  • 網(wǎng)絡(luò)中的網(wǎng)絡(luò)（NiN）使用卷積層的通道來輸出類別預(yù)測的方法。
• 單發(fā)多框檢測采用同樣的方法來降低模型復(fù)雜度。
• 類別預(yù)測層
  • 具體來說，類別預(yù)測層使用一個保持輸入高和寬的卷積層。
  • 這樣一來，輸出和輸入在特征圖寬和高上的空間坐標(biāo)一一對應(yīng)。
  • 考慮輸出和輸入同一空間坐標(biāo)(x,y)：
    • 輸出特征圖上(x,y)坐標(biāo)的通道里包含了以輸入特征圖(x,y)坐標(biāo)為中心生成的所有錨框的類別預(yù)測。
    • 因此輸出通道數(shù)為a(q+1)，其中索引為i(q+1)+j（0≤j≤q）的通道代表了索引為i的錨框有關(guān)類別索引為j的預(yù)測。
• 邊界框預(yù)測層
  • 邊界框預(yù)測層的設(shè)計與類別預(yù)測層的設(shè)計類似。

  • 唯一不同的是，這里需要為每個錨框預(yù)測4個偏移量，而不是q+1個類別。

    
    
• 結(jié)多尺度的預(yù)測
  • 單發(fā)多框檢測根據(jù)多個尺度下的特征圖生成錨框并預(yù)測類別和偏移量。
  • 由于每個尺度上特征圖的形狀或以同一單元為中心生成的錨框個數(shù)都可能不同，因此不同尺度的預(yù)測輸出形狀可能不同。
• 高和寬減半塊
  • 為了在多尺度檢測目標(biāo)
• 基礎(chǔ)網(wǎng)絡(luò)塊
  • 基礎(chǔ)網(wǎng)絡(luò)塊用來從原始圖像中抽取特征
• 完整模型
  • 包含5個模塊，每個模塊輸出的特征圖既用來生成錨框，又用來預(yù)測這些錨框的類別和偏移量。
  • 第一模塊為基礎(chǔ)網(wǎng)絡(luò)塊
  • 第二模塊至第四模塊為高和寬減半塊
  • 第五模塊使用全局最大池化層將高和寬降到1。

21.3 損失函數(shù)

• 目標(biāo)檢測有兩種損失

  • 首先是錨箱類損失
    • 可以使用的交叉熵?fù)p失函數(shù)
    • Focal loss
  • 第二個損失是正錨箱偏移量損失
    • 使用??1范數(shù)損失

• 將預(yù)測偏移量用到的L1范數(shù)損失替換為平滑L1范數(shù)損失。

  • 它在零點附近使用平方函數(shù)從而更加平滑，這是通過一個超參數(shù)σ來控制平滑區(qū)域的：

    
    

  • 當(dāng)σ很大時該損失類似于L1范數(shù)損失。

  • 當(dāng)它較小時，損失函數(shù)較平滑。

    
    

• 在類別預(yù)測時

• 設(shè)真實類別j的預(yù)測概率是pj，交叉熵?fù)p失為：

  
  

• 還可以使用焦點損失（focal loss）：給定正的超參數(shù)γ和α，該損失的定義為:

  
  

21.4 SSD預(yù)測

• 怎樣得到預(yù)測的檢測結(jié)果？
  • 最后分別在所選的特征層上使用3x3卷積核預(yù)測不同錨框所屬的類別分?jǐn)?shù)及其預(yù)測的邊界框location。
  • 由于對于每個box需要預(yù)測該box屬于每個類別的置信度（假設(shè)有c類，包括背景，例如20class的數(shù)據(jù)集合，c=21）和該box對應(yīng)的預(yù)測邊界框的location(包含4個值，即該box的中心坐標(biāo)和寬高)，則每個box需要預(yù)測c+4個值。
  • 所以對于某個所選的特征層，該層的卷積核個數(shù)為（c+4）x 該層的錨框個數(shù).最后將每個層得到的卷積結(jié)果進行拼接。
  • 對于得到的每個預(yù)測框，取其類別置信度的最大值，若該最大值大于置信度閾值，則最大值所對應(yīng)的類別即為該預(yù)測框的類別，否則過濾掉此框。

  • 對于保留的預(yù)測框根據(jù)它對應(yīng)的先驗框進行解碼得到其真實的位置參數(shù)（這里還需注意要防止預(yù)測框位置超出圖片），然后根據(jù)所屬類別置信度進行降序排列，取top-k個預(yù)測框，最后進行NMS，過濾掉重疊度較大的預(yù)測框，最后得到檢測結(jié)果。

    
    

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)級大數(shù)據(jù)技術(shù)應(yīng)用
大數(shù)據(jù)機器學(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