5.深度学习中的目标检测

目标检测输入一张图像输出图像中所含的所有目标物体以及它们的位置R-CNN步骤提取框Selective Search搜寻存在物体的区域——提取特征将区域缩放统一大小送入CNN中提取特征——分类使用SVM进行分类——非极大值抑制训练在数据集上训练CNN在目标检测的数据集上对训练好的CNN做微调用Selective Search搜索候选区域统一微调后的CNN来提取特征并存储起来训练SVM分类器。缺点通过Selective Search得到的区域1000以上重复计算1000多次神经网络训练阶段将特征保存起来再通过SVM训练耗时。SPPNet将CNN加入了ROI池化层的输入从固定尺寸改进为任意尺寸。特征提取不同使用ROI池化层可以先对图像进行卷积计算得到整个图像的卷积特征在卷积特征中找到候选框对应的位置框使用ROI池化层对位置框中的卷积提取特征。改进只需要计算一次卷积Fast R-CNN改进不再使用SVM作为分类器使用神经网络分类可以同时训练特征提取网络和分类网络。直接使用全连接层一个输出负责分类K类物体输出K1个数有一类为背景类针对无目标物体的情况另一个输出负责框回归对原始的检测框进行某种程度的校准Faster R-CNN改进用RPN网络取代了Selective Search。在训练十需要训练RPN网络和在得到框之后使用的分类网络交替训练在一个batch内先训练RPN再训练分类网络。先使用一个CNN网络对原始图片提取特征对卷积特征进行一次卷积计算让新的卷积特征的每一个位置负责对应的框检测。这个特征对应两个输出一是表示该位置的anchor为物体的概率另一部分是框回归。