图像分析学习笔记（5）：智能目标检测与识别

目标检测与识别的概念

• 计算机视觉的四大基础任务：图像分类、目标定位、目标检测、语义分割
  
• 图片分类：
  通过算法对其中的对象进行分类。
• 目标检测：
  在图像中找到特定类别的位置，并用边框把目标圈起来。
  目标检测=定位＋分类
  • 传统目标检测流程：区域选择-特征提取-分类器分类
  • 目标检测的挑战：目标在尺度、光照、姿态、遮挡方面差异很大

目标检测与识别的评价指标

• 目标检测算法的输出：类别置信度、边界框（预测框）
• 度量：交并比、正确类别置信度，两个框的交集比上两个框的并集
• 精准率和召回率
• Average Precision:不同Recall下的Precision平均
• mAP:不同类别的AP平均

基于深度学习的目标检测与识别

• 数据
  • 准备训练数据：图像和标签 jpg和xml
• 结构
  • 非极大值抑制：选择最大置信度的box，剔除与该box iou过大的box
  • 两阶段目标检测：候选区域生成、分类
    • R-CNN:区域推荐、CNN分类
    • Fast R-CNN:roipooling（依次前向传播得到所有候选区域）、多任务损失函数（分类和回归同时考虑）
    • Faster R-CNN:使用区域推荐网络替代选择性的搜索=RPN+Fast R-CNN
  • 单阶段目标检测：
    • YOLO:YOU ONLY LOOK ONCE.不足：定位精度差、漏检高
    • SSD:SINGLE SHOT MULTIBOX DETECTOR,加入特征金字塔
    • YOLOV2:anchor策略
    • YOLOV3:使用Darknet-53网络、多尺度预测
    • YOLOV~