深度學習與計算機視覺六

1.目標檢測演算法簡介

1.1滑窗法

滑窗法的思路及其簡單，需要乙個已經訓練好的分類器，然後把影象按照一定間隔和不同大小分成乙個個窗戶，在這些窗戶上執行分類器，如果得到較高的分類分數，就被認為是檢測到了物體，把每個視窗都用分類器執行一遍之後，再對得到的分數做一些後處理，比如非極大值抑制等，最後就得到了物體類別和對應區域。

1.2pascal voc,map和iou簡介

pascal voc是一套用於評估影象分類，檢測，分割和人體姿勢動作等資料集，有4大類共20個細分類別。

從直觀上講，評價乙個檢測演算法的時候，主要看是否正確**了框內的物體類別：**的框和人工標註框的重合程度，量化指標是map和iou。

map中文翻譯過來叫做平均精度均值，其中ap的概念在第10章，map是把每個型別的ap都單獨「拎」出來，在計算所有類別ap的平均值，代表著對檢測到的目標平均精度的乙個綜合評價。

1.3selective search 和r_cnn簡介

selective search的思路就是，可能存在物體的區域都應該是某種相似性的或連續的區域，針對這兩個特點，乙個是使用超畫素合併的思路，首先用分割演算法在影象上產生很多小區域，或者看作是超畫素，在根據這些區域之間的相似性進行區域合併，成為大一點的區域。

1.4spp.roi pooling和 fast r_cnn

rpn首先是對基礎網路的最後一層卷積響應圖，執行一次卷積，輸出指定通道數的響應圖。這步相當於用滑窗法對響應圖進行特徵提取，然後對得到的響應圖的每個畫素分別進入到兩個全連線層，乙個計算該畫素對應位置是否有物體的分數，輸出是或者否的分數，然後另乙個是計算物體框的二維座標和大小，所以一共有四個輸出。

1.5yolo和ssd簡介

yolo的全稱是you only look once也就是只需要一眼就能感知出認識物體，他最大的特點就是，非常高效的檢測，他背後是yolo原理和實現上的簡單，他的基本思想就是把一副影象劃分為乙個ss的格仔，以每個格仔所在位置和對應內容為基礎。

ssd是同時借鑑了yolo和faster r-cnn思想的方法，可以在達到實時的檢測速度水平，仍然保持很高的檢測精度，和yolo相近的地方是，ssd也會在卷積神經網路的最後階段，最後得到ss的響應圖。

1mxnet的ssd實現

ssd中有些操作是預設不被mxnet支援的，這些操作定義在operator資料夾，所以我們需要做的是，找到根目錄下的make資料夾，開啟裡面的config.mk，找到extra_operators這一行，修改其中的路勁。

4.測試和評估模型效果

python evaluate.py

就會預設執行vgg16——reduced，epoch為0的模型在voc2007測試集上的評估，輸出每乙個類別ap和最後的map。

info:root:start evaluation with 4952 images,be patinet. .writing aeroplane voc results file ..中間部分省略... writing tvmonitor voc results file voco7 metric? y reading annotations for1/ 4952.. .中間部分省略... reading annotatios for 4901 /4952.. .ap for aeroplane = 0.7215.. .中間部分省略... ap for tvmonitor = 0.6798 mean ap= 0.7158

而如果要評估別的模型的話，需要在指定輸入引數中寫下對應的python**，比如下面命令評估訓練完3個epoch得到的模型，並指定batch-size指定為24

python evaluate.py --batch-size 24 --epoch 3

深度學習與計算機視覺六

計算機視覺與深度學習公司

深度學習與計算機視覺八

計算機視覺（六）

深度學習與計算機視覺六

計算機視覺與深度學習公司

深度學習與計算機視覺八

計算機視覺（六）

相關推薦