第六次课堂notes.md

第六次课堂笔记-目标检测理论课

• 什么是目标检测

  • 对目标进行定位和分类，数量不固定位置不固定

  

• 目标检测的基础知识

  

• 基本思路与改进方法

  改进方法就是直接对全图卷积一次再去特征图上搜索，这其实就是SPPNet的思想

• 目标检测不仅要分类还要做边界框回归

  这里附上之前写的nms代码

  import numpy as np
  def nms(boxes, scores, thresh=0.5):
      # bboxees维度为 [N, 4]，scores维度为 [N, 1]，均为np.array()
      x1 = boxes[:, 0] # 取出所有框的左上角x坐标
      y1 = boxes[:, 1] # 取出所有框的左上角y坐标
      x2 = boxes[:, 2] # 取出所有框的右下角x坐标
      y2 = boxes[:, 3] # 取出所有框的右下角y坐标
  
      areas = (x2 - x1 + 1) * (y2 - y1 + 1) # 计算所有框的面积，方便后面计算IOU
      order = scores.argsort()[::-1] # 按置信度从大到小排序，返回索引值
      keep = []   # 用于保存框的索引
  
      while len(order)>0 :
          if len(order) == 1:   # 如果只有一个框，直接保存跳出
              index = order[0]
              keep.append(index)
              break
          else:
              index = order[0]
              keep.append(index)  # 保存置信度最大的框的索引
          
          # 计算置信度最大的框与其他框的IOU
          xx1 = np.maximum(x1[index], x1[order[1:]])   # 这会得到一个交叉区域左上坐标的list，后面同理
          xx2 = np.minimum(x2[index], x2[order[1:]])
          yy1 = np.maximum(y1[index], y1[order[1:]])
          yy2 = np.minimum(y2[index], y2[order[1:]])
  
          # 计算交叉部分面积
          w = np.maximum(0.0, xx2-xx1+1)
          h = np.maximum(0.0, yy2-yy1+1)
  
          iou = w*h / (areas[index] + areas[order[1:]] - w*h) # 计算IOU
          
          ind =  np.where(iou<=thresh)[0]   # 小于等于阈值的索引则保留下来
          if len(ind)==0:
              break
          order = order[ind+1]    # 更新order，继续循环
      return keep

• 训练：转化为密集预测模型的训练

  加入尺度预测，适应不同尺寸的物体 现在目标检测模型基本都使用了上述的多尺度预测

• 单阶段目标检测网络

  retinaNet的思想：单阶段最大的问题是正负样本不均衡 yolov3：集各家大成

• 无锚框算法

  
  

• 总结