吴恩达机器学习——04卷积神经网络（3）

这一节的内容是目标检测。

一、目标定位与特征点检测

二、目标检测

三、卷积的滑动窗口实现

四、Bounding Box预测

五、交并比、非极大值抑制与Anchor Boxes

六、YOLO算法

七、候选区域

 

一、目标定位与特征点检测

1、目标定位

    1.1、图片检测问题：

    （1）分类问题：判断图中是否为汽车

    （2）目标定位：判断是否为汽车，并确定其具体位置

    （3）目标检测：检测多种不同物体并定位

    

    1.2、目标分类与定位

    对于目标定位问题，卷积网络可能如下：

    

    得到预测值y，其中bx，by代表汽车中点，bh，bw分别表示定位框的高和宽，以图片左上角为（0，0），右下角为(1,1)，那么这四个参数数字均为位置或者长度所在图片的比例大小。

    

    当pc=1时，表示图中存在物体

    当pc=0时，表示图片中不存在物体，那么此时y的其他值为多少没有意义，不会参与损失函数的计算。

    1.3、损失函数

    （1）如果采用平方误差形式的损失函数：

    

    此时，我们只需要关注神经网络对所有输出值的准确度，要求出8个参数产生的偏差。

    

    此时，我们只需要关注神经网络对背景值的准确度，只需要求出pc的偏差，而其余七个参数没有意义。

    （2）当然在实际应用中，我们可以采用如下方法：

            对c1，c2，c3的softmax不使用对数似然损失函数来输出其中的一个值。通常的做法是对边界框坐标应用平方差或者类似方法，对pc应用逻辑回归函数，甚至采用平方预测误差也可以的。

2、特征点检测

    由前面的目标定位问题，我们可以知道，神经网络可以通过输出图片上特征点的坐标（x，y），来实现对目标特征的识别和定位标记。

    

    如对人脸识别的问题中，我们通过标定训练数据集中特征点的位置信息，来对人脸进行不同位置不同特征的定位和标记。AR的应用就是基于人脸表情识别来设计的，如脸部扭曲、增加头部饰件等。在人体姿态检测中，同样可以通过对人体不同的特征关键点的标注，来记录人体的姿态。

二、目标检测

    目标检测，学习如何通过卷积网络进行对象检测，采用的是滑动窗口的目标检测算法。

    2.1、训练模型：