目标检测算法
目標檢測算法
- 一、目標檢測算法
- 二、目標檢測算法存在的問題
- 三、目標檢測算法的基本流程
- 四、傳統的目標檢測算法
- 1.Viola-Jones（VJ人臉檢測算法）
- 2.HOG + SVM（行人檢測，使用Opencv實現）
- 3.DPM（物體檢測）
- 補充——NMS
- 五、基于深度學習的目標檢測算法
- 1.Two-Stage算法（段到段）
- 2.One-Stage算法（端到端）
- 3.對比
一、目標檢測算法
主流的目標檢測算法大致分為one-stage與two-stage。
two-stage算法代表有R-CNN系列，one-stage算法代表有Yolo系列。自己理解，two-stage算法將步驟一與步驟二分開執行，輸入圖像先經過候選框生成網絡（例如faster rcnn中的RPN網絡），再經過分類網絡，對候選框的內容進行分類；one-stage算法將步驟一與步驟二同時執行，輸入圖像只經過一個網絡，生成的結果中同時包含位置與類別信息。two-stage與one-stage相比，精度高，但是計算量更大，所以運算較慢。
簡單時間線：
目標檢測算法分類：
二、目標檢測算法存在的問題
1.目標種類與數量問題：同一幅圖下要識別的物體類別和數量可能同時存在多個，在要識別的目標密度非常大時就可能出現像相互遮擋的問題。
2.目標尺度問題：同一幅圖下同一類別的物體可能因為透視原理的印象，變得有大有小。尤其是有時候目標的大小可能會變得非常小。
3.外在環境干擾問題：由于光照等問題引起的圖片質量問題。
4.目標檢測和目標分割：目標識別、目標檢測、語義劃分、實例檢測
三、目標檢測算法的基本流程
候選框的選擇是依靠滑動窗口來選擇的。
四、傳統的目標檢測算法
1.Viola-Jones（VJ人臉檢測算法）
- Haar特征抽取（Opencv中有這個特征提取包）
- 訓練人臉分類器（Adaboost算法）
- 滑動窗口選取候選框
2.HOG + SVM（行人檢測，使用Opencv實現）
- 提取HOG特征
- 訓練SVM分類器
這里的SVM是二分類分類法。（我們會使用現成的包就好，不一定需要自己去實現，最好自己手動寫一下。）
SVM又叫支持向量機，所謂支持向量正是圖中所畫的虛線上的點，他們對最后分類的結果影響較大。
- 利用滑動窗口提取目標區域，進行分類判斷
- NMS
- 輸出檢測結果
3.DPM（物體檢測）
- DPM特征提取
- HOG的擴展
- 使用SVM訓練得到物體的梯度
補充——NMS
五、基于深度學習的目標檢測算法
1.Two-Stage算法（段到段）
- 使用各種CNN卷積神經網絡作為backbone主干網絡，進行特征提取
- 然后進行一步粗分類（區分前景和后景）和粗定位（anchor），也就是說在上圖的“產生候選區域CNN特征”之前還應該有一個框“使用RPN網絡產生候選區CNN特征”
- 段到段的目標檢測
- 準確度高但速度較one-stage慢
2.One-Stage算法（端到端）
- 使用CNN卷積特征
- 直接回歸物體的類別概率和位置坐標值
- 準確率低但速度快
3.對比
- 雙階段精度高但速度慢，單精度速度快但精度稍遜。
- 雙階段目標檢測器采用了兩段結構采樣來處理類別不均衡的問題（意思就是在同一張圖片中需要進行檢測的目標太少，不需要檢測的背景信息太多），一階段中：rpn使正負樣本更加均衡（先粗分類，區分前后景），再粗回歸，使用Anchor來擬合bbox，然后再二階段精調。
- One stage detector 的一個通病就是既要做定位又要做classification。最后幾層1x1 conv layer的loss混在一起，并沒有什么專門做detection或者專門做bbox regression的參數，那每個參數的學習難度就大一點。
- Two stage detector 的第一個stage相當于先拿一個one stage detector來做一次前景后景的classification + detection。這個任務比 one stage detector 的直接上手N class classification + detection要簡單很多。有了前景后景，就可以選擇性的挑選樣本使得正負樣本更加均衡，然后拿著一些參數重點訓練classification。訓練classification的難度也比直接做混合的classification和regression 簡單很多。
- 雙階段其實就是把一個復雜的大問題拆分成更為簡單的小問題。各個參數有專攻，Two Stage Detector 在這個方面是有優勢的。但one stage detector 里如果用了 focal loss 和 separate detection/classification head 那效果跟 two stage detector 應該是一樣的。
總結
- 上一篇： 解非线性方程的两种方法与python实现
- 下一篇： 目标检测算法介绍