点击查看【bilibili】
讲解人：陈凯

什么是目标检测

  • 对整张图片进行类别预测
  • 图片中有不定数目的物体

目标检测实际应用

微信扫一扫

image.png

智能相机

image.png

遥感目标检测

image.png

目标检测的基本思想

窗口切分

image.png

问题

图像分块过于粗糙，无法检测分块边界上的物体

改进

  • 使用重叠的窗口，覆盖更多可能出现物体的位置
  • 用分类算法C(I)检测每个图像块
  • 检测结果=（分类结果）

image.png

边界框回归

image.png

多尺度问题

改变滑窗

image.png

图像金字塔

image.png

密集预测的效率问题

image.png

区域提议算法

image.png

两阶段目标检测算法

基于区域的检测方法 RCNN（2013）

R-CNN算法包含两个步骤，所以被称为两阶段模型

image.png

R-CNN模型的训练

模型中的哪些模块需要学习

  • 特征提取骨干网络
  • SVM分类器
  • 回归模型

image.png

如何生成分类和回归的目标值

image.png

边界框的编码

image.png

交并比IOU

image.png

image.png

非极大值抑制 Non-Maximum Suppression

image.png

历史上的RCNN

image.png

RCNN相比于传统方法的提升

image.png

RCNN的效率问题

image.png

共享特征计算

image.png

ROI Pooling层

image.png

两阶段方法的演进

image.png

Fast RCNN

image.png

ROI Pooling的位置偏差

image.png

ROI Align层（2017）

image.png

Fast RCNN模型的训练

image.png

Fast RCNN的进步与问题

image.png

Faster RCNN

区域提议网络 Region Proposal Network

image.png

锚框

image.png

使用RPN产生区域提议

image.png

Faster RCNN模型

Faster RCNN 与 RPN共享网络

image.png

Faster RCNN的训练

image.png

FPN特征金字塔

image.png

在Faster RCNN模型中使用FPN

image.png

一站式目标检测工具包MMdetection

image.png

image.png

模块化设计

image.png

代码库结构

image.png