【深度学习】目标检测神经网络1/2

目标检测神经网络

概念

模型分类有三种：图像分类即输出图像类别和概率；单目标检测，输出目标的概率和位置；多目标检测，同时输出多个目标的分类、位置、概率。

位置检测分为两种形式：一种是矩形框；另一种是关键点。

交并比，Intersection Over Union，模型推理的矩形框与真值矩形框的重叠度，用于判断结果精度。

非极大值抑制：从同一目标上的多个矩形框筛选最好的一个。

算法流程：

1. 剔除概率小于阈值的框
2. 从剩余的框中选择概率最大的
3. 剔除与前框IOU大于阈值的框，重复步骤2，直到唯一

NMS iteratively removes lower scoring boxes which have an IoU greater than iou_threshold with another (higher scoring) box.

典型方法介绍

从流程上可分为一步、两步检测方法两大类，前者以YOLO系列等模型为代表，后者即RCNN系列，YOLO的主要流程：

1. 将图像划分GxG个网格
2. 对每一个网格图像做CNN预测
3. 对重叠的框运行NMS

本篇主要介绍RCNN系列。

Region-based CNN系列

RCNN系列是典型的两步检测：先找ROI，再对ROI识别。
用颜色、纹理（灰度）直方图判断两个候选区域是否相近。
图像尺度是有限的，所以