（202302）OpenMMLabAI实战营CV肆——目标检测简介与基础知识

目标检测

用矩形框框出感兴趣的物体同时预测物体类别。

应用方面：

• 人脸识别：身份识别、属性分析等。
• 智慧城市：垃圾检测、非法占道违章停车检测、确保环境安全等。
• 自动驾驶：环境感知、路径规划与控制。
• 下游视觉任务：检测文字出现的区域以供识别、检测出人体以供姿态估计。

与图像分类比较

目标检测的物体数量、位置、大小都不固定。但需要算法理解图像的内容，通过深度神经网络实现。

思路

通过滑窗sliding windows遍历图像所有位置，所到之处用分类模型识别窗口内容（矩形框）

缺点：单张图片就已需要大量windows，若使用不同大小的windows，分类次数又会成倍增加带来不可接受的计算成本。

改进思路1：使用启发式算法替换暴力遍历 例如 R-CNN，Fast R-CNN 中使用 Selective Search 产生提议框。但依赖外部算法，系统实现复杂，难以联合优化性能。

• 区域提议 于图像颜色或底层特征，找出可能含有物体 的区域，再送给神经网络识别。相比于普通滑窗，减少框的个数且保证召回率。
• eg：Selective Search算法流程：基于贪心算法，将空间相邻、特侦相似的图像块足部合并到一块。
• 

改进思路2：减少冗余计算，使用卷积网络实现密集预测（目前普遍采用的方式）。

• 分析滑窗中的重复计算并且消除。
• 方式：用卷积一