目标检测项目

目标检测

• 识别图片中有哪些物体并且找到物体的存在位置

多任务：位置 + 类别

目标种类与数量繁多的问题

目标尺度不均的问题

遮挡、噪声等外部环境干扰

目标检测的数据集

---

VOC数据集：PASCAL VOC挑战赛(The PASCAL Visual Object Classes)是一个世界级的计算机视觉挑战赛。

4大类，20小类

VOC 2007：9963图片 /24640目标

VOC 2012：23080图片 /54900目标

 

---

COCO数据集：起源于微软2014年出资标注的MS COCO数据库。

包含20万个图像

80个类别超过50万个目标标注

平均每个图像的目标数是7.2

 

---

目标检测的Ground Truth

类别+真实边界框坐标(x,y,w,h)

假设图片尺寸为1000*8

 

•  YOLO(TXT)格式：(x,y,w,h)分别代表中心点坐标和宽、高x,y,w,h均为归一化结果
•  VOC(XML)格式：(Xmin,Ymin,Xmax,Ymax)分别代表左上角和右下角的两个坐标。
• COCO(JSON)格式：(Xmin, Ymin, W, H)，其中x,y,w,h均不是归一化后的数值，分别代表左上角坐标和宽、高

​​​​​​​​​​​​​​目标检测的评估指标

 IoU：Intersection over Union

 

• 交并比
• 生成的预测结果会非常多
• 首先过滤掉低类别置信度的检测结果
• 使用IoU作为边界框正确性的度量指标

---

检测结果的类别

 

 

Precision：准确率，查准率

Recall：召回率，查全率

P-R曲线

mean AP：每个类别所得到的AP的均值

Average Precision：11点法、近似面积 

---

 mean与average

mean：算数平均

average：包含其他的度量指标

Average P：P值需要设计度量规则让它均衡

mean AP：AP够均衡了，直接mean即可

  AP计算方法：11点法

 

---

 目标检测的传统方法

滑动窗口法

1. 需要人工设计尺寸
2. 大量冗余
3. 操作定位不准确

目标检测的深度学习方法

anchor box

 

anchor box用ratio+scale描述

feature map的点来决定位置

scale来表示目标的大小（面积大小）

 

---

anchor-base和anchor-free

anchor-base

anchor-base是自顶向下的类似于传统方法，滑动窗口法穷举出许多，然后再根据置信度之类的进行筛选

anchor-free

anchor-free是自底向上的想办法自动生成，不穷举free掉了anchor的预设过程

 

two stage算法流程

 常见two stage算法

经典发展线：R-CNN、SPP-Net、Fast R-CNN、 Faster R-CNN

其他：Cascade R-CNN、Guided Anchoring

---

 one stage算法流程

 常见one stage算法

YOLO系列：YOLO v1-v5

SSD系列：SSD、DSSD、FSSD

其他经典：RefineDet

---

非极大值抑制(Non-maximum suppression,NMS)

设定目标框的置信度阈值，常用的阈值是0.5左右

根据置信度降序排列候选框列表选取置信度最高的框A添到输出列表，将其从候选框列表删除

候选框列表中的所有框依次与A计算IoU，删除大于阈值的候选框

重复上述过程，直到候选框列表为空，返回输出列表