改進

R-CNN	縮放圖片
SPPNet	允許不同大小輸入，SPP(pooling)歸一化到相同尺寸
Fast RCNN	1.SPP->Rol pooling;2.改進邊框校準Smooth L1 loss；3.全連接加速Truncated SVD
Faster RCNN	RPN直接生成候選框（共享CNN),anchor box
Mask R-CNN	實例分割；RolPool->RolAlign
Cascade RCNN	級聯多個Detection Head;提高交并比
FPN	物體尺度變化大（充分利用CNN 結構對淺層補償
SNIP/SNIPER/AutoFocus	多尺度輸入+ 單尺度模型（不同的輸入尺度上處理不同尺度的物體
YOLO	單階段檢測；anchor box；fc->RCNN;圖像網格劃分
SSD	單階段，RPN權卷積，anchor box;多尺度
corner Net	Anchor Box->Corner;corner pooling單方向的pooling

RCNN

生成少量候選框（selective search）

• 圖像分割
• 層次化地區域合并

用CNN提取候選框內的特征

• 縮放到相同大小
• 送入AlexNet提取特征
• 以最后的全鏈接層的輸出作為特征表示
• 有監督預訓練+微調

候選框分類

• SVM
  • 一對多的而分類
• softmax
  • CNN+softmax-直接出結果
  • 多類分類
• 邊框校準
  • 讓檢測框貼著物體

SPPNet

• R-CNN：要把候選框變換到相同的大小
  • 裁剪丟失信息，縮放變形
• SPPNet：(對整個網絡卷積，去除重復計算
  • CNN:允許任意大小的圖片輸入到網絡
  • SPP:歸一化到相同大小（spatial pyramid pooling
  • 全連接：要相同大小的輸入
• SPPNet和R-CNN都包含多個單獨的步驟–慢
  • 微調
    • RCNN-對整個CNN
    • SPPNet-只對全連接層
  • SVM&邊框
    • 時間長：需要cnn提取所有特征
    • 占用空間大

Fast RCNN

• 保留SPPNet的優勢SPP–簡化為單尺度的Rol pooling
• 引入多任務學習，將多個步驟整合到一起
• 改進邊框校準：Smooth L1 loss
• 全連接層加速：Truncated SVD

Faster RCNN

• 專門的候選框模塊是速度瓶頸–直接CNN生成候選框
  • 直接CNN生成候選框（且和第二階段共享卷積層）–RPN
  • 輸入圖，輸出候選框
  • 尺度搜索anchor box–定義一組不同大小的窗口
• 交替訓練法
  • ? 交替式4步法訓練
    • ? 基于預訓練模型訓練RPN
    • ? 基于預訓練模型，以及上一步得到的RPN，訓練Fast R-CNN
    • ? 固定共享的卷積層，訓練RPN
    • ? 固定共享的卷積層，基于上一步得到的RPN，訓練Fast R-CNN
  • ? 端到端訓練
    • ? 同時學習RPN和Fast R-CNN
    • ? Fast R-CNN的梯度不向RPN回傳

Mask R-CNN

• 新任務：實例分割
• Faster-RCNN中+分割模塊
• RolPool->RolAlign
  

Cascade RCNN

• 檢測框的位置準確率：和標注狂交并比越高越好
• 級聯多個Detection Head:逐步調整檢測框，提升IoU

FPN

• 物體的尺度變化范圍大
• CNN-特征金字塔
• 利用CNN的結構，對淺層進行予以補償

SNIP/SNIPER/AutoFocus

多尺度輸入+單尺度模型
在不同的輸入尺度上處理不同尺度的物體
保證訓練和測試時輸入的尺度的一致性

單階段檢測YOLO

• 兩階段檢測：找候選框->檢測
  • 單階段YOLO:直接兩個結果一起出來
  • 將目標檢測->回歸問題
  • 對圖像網格劃分
  • RPN:全連接層-》CNN
  • 使用anchor box
• YOLO v2/YOLO 9000
  • 層次化分類
  • 無框標注的類別（弱監督）在當前概率最大的位置學習分類（猜了一個偽標簽——

單階段檢測SSD

• ?首次給出了“Single-Shot”的說法
• ? 類似YOLO的出發點：不生成Region Proposal，直接輸出檢測結果
• ? 借鑒RPN的設計：全卷積，Anchor Box Default Box
• ? 引入新的設計：多尺度
  • 對于不同大小的物體（在不同尺度的特征圖上預測，用不同的predictor
• ? 訓練策略：數據增廣，難例挖掘

CornerNet

• AnchorBox:
  • 數量多，導致正負樣例不均衡
  • 需要人工定義，且引入了大量超參數，這些選擇嚴重依賴于數據
• Anchor Box->Corner:將框的預測轉換為頂點的預測和匹配
  • 提取corner預測的特征:corner pooling
  • 局部 pooling->在一個方向上pooling
    

總結

以上是生活随笔為你收集整理的国科大prml15-目标检测的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。