课节2: 目标检测任务综述

1.2 目标检测算法基础知识

传统目标检测算法

在这里插入图片描述

滑动窗口

候选区域（Proposal Region）：每个AiBj所代表的矩形框，也被称为感兴趣区域（Region of Interest，RoI）
SIFT、HOG
SVM、Adaboost
NMS：过滤框

深度学习的优势

在这里插入图片描述

两阶段之RCNN：深度学习方法提取特征

在这里插入图片描述

两阶段之Fast/Faster-RCNN

在这里插入图片描述

引入RoI Pooling操作，解决重复特征提取问题
将分类和回归损失统一在同一个框架中
通过SS（selective search)提取候选框，速度慢，不是端到端

在这里插入图片描述

通过RPN（Region proposal network)学习候选区域
提高了精度，速度快

Anchor和Anchor-Based方法

Anchor（锚框）：
- 预先设定好比例的一组候选框集合
- 滑动窗口提取
Anchor Based Methods：
- 使用Anchor提取候选目标框
- 在特征图上的每一个点，对Anchor进行分类和回归

在这里插入图片描述

Anchor-Based方法：两阶段

在这里插入图片描述

两阶段方法：
- 先使用anchor回归候选目标框，划分前景和背景
- 使用候选目标框进一步进行回归和分类，输出最终目标框和对应的类别
- R-CNN系列
  - RCNN、Fast-RCNN、FasterRCNN
  - FPN、CascadeRCNN、LibraRCNN，…

Anchor-Based方法：一阶段

在这里插入图片描述

一阶段方法：
- 直接对anchor回归和分类最终目标框和类别
- 算法：
  - YOLOv2 YOLOv3
  - SSD、RetinaNet

Anchor缺点

在这里插入图片描述

Anchor-Free方法

在这里插入图片描述

不再使用预先设定的anchor，通常通过预测目标的中心或者角点，对目标进行检测
基于多关键点联合表达的方法：
- CornerNet/CornerNet-lite
- CornerNet:Keypoint Triplets for Object Detection
- RepPoints
基于中心区域预测的方法：
- FCOS
- CornerNet:Object as Points

深度学习算法小结

在这里插入图片描述

三类算法对比

	Anchor-Based单阶段	Anchor-Based两阶段	Anchor-Free
网络结构	简单	复杂	简单
精度	优	更优	较优
预测速度	快	稍慢	快
超参数	较多	多	相对少
扩展性	一般	一般	较好

基础概念

BBox：Bounding Box，边界框
- 绿色为人工标注的groud-truth，红色为预测结果
- xyxy：左上＋右下
- xywh：左上＋宽高

在这里插入图片描述

Anchor：锚框
- 人为设定不同长宽比、面积的先验框
- 在单阶段SSD检测算法中也称Prior box

在这里插入图片描述

RoI：Region of Interest
- 特定的感兴趣区域
Region Proposal
- 候选区域/框
RPN：Region Proposal Network
- Anchor-based的两阶段提取候选框的网络
IoU：Intersaction over Union
- 评价预测框的质量，IoU越大则预测框与标注越接近
mAP
- TP：IoU>=阈值（如0.3）检测框数量
- FP：IoU<阈值（如0.3）检测框数量
- FN：没有检测到的GT数量
- 举例：
  
  输入样本：某个类别10个框
  
  预测结果：预测到8个框，6个正确，2个错误
  
  Precision：6 / 8 = 0.75
  
  Recall：6 / 10 = 0.6
- P-R曲线：以Precision、Recall为纵、横坐标的曲线。
- AP（Average Precision）：某一类P-R曲线下的面积
- mAP（mean Average Precision）：所有类别AP平均

NMS：非极大值抑制，Non-Maximum Suppression

在这里插入图片描述

def nms(dets, thresh):
    # boxes位置
    x1 = dets[:, 0]
    y1 = dets[:, 1]
    x2 = dets[:, 2]
    y2 = dets[:, 3]
    # boxes scores
    scores = dets[:, 4]
    
    areas = (x2 - x1 + 1) * (y2 - y1 + 1) # 各box的面积
    order = scores.argsort()[:: -1] # boxes按照score排序
    
    keep = [] # 记录保留下的boxes
    while order.size > 0;
    	i = order[0] # score最大的box对应的index
        keep.append(i) # 将本轮score最大的box的index保留
        
        # 计算剩余boxes与当前box的重叠程度IoU
        xx1 = np.maximum(x1[i], x1[order[1:]])
        yy1 = np.maximum(y1[i], y1[order[1:]])
        xx2 = np.maximum(x2[i], x2[order[1:]])
        yy2 = np.maximum(y2[i], y2[order[1:]])
        
        w = np.maximum(0.0, xx2 - xx1 + 1)
        h = np.maximum(0.0, yy2 - yy1 + 1)
        inter = w * h
        # IoU
        ovr = inter / (area[i] + area[order[1: ]] - inter)
        
        # 保留IoU小于设定阈值的boxes
        inds = np.where(ovr <= thresh)[0]
        order = order[inds + 1]
    return keep
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

常用开源数据集

数据集	类别数	train图片数，box数	val图片数，box数	boxes/Image
Pascal VOC-2012	20	5717，1.3万+	5823，1.3万+	2.4
COCO	80	118287,4万+	5000，3.6万+	7.3
Object365	365	600k，9623k	38k，479k	16
OpenImages18	500	1643042，86万+	100000，69.6万+	7.0

驱动算法发展
业务场景提供预训练
PaddleDetection提供676类预训练，包含大多数物体，直接使用或作为预训练提升业务精度

https://github.com/rafaelpadilla/Object-Detection-Metics

1.3 PaddleDetection

PaddleDetection端到端开发套件

在这里插入图片描述

自由切换骨干网络、损失函数等，来大幅提升网络性能
预置有效优化策略，用户可直接快速试用

在这里插入图片描述

PaddleDetection主要特点

在这里插入图片描述

模块化设计

在这里插入图片描述

丰富模型库

在这里插入图片描述

主要模型效果一览

在这里插入图片描述

其他特色模型

在这里插入图片描述

端到端的能力

在这里插入图片描述

支持VisualDL辅助模型优化

可视化训练过程中的指标，如Loss和mAP，实时监控模型训练过程。

在这里插入图片描述

支持模型压缩

https://github.com/PaddlePaddle/PaddleSlim

在这里插入图片描述

支持移动端部署

在这里插入图片描述

支持服务部署

在这里插入图片描述

相关阅读:
Python正则表达式
 【愚公系列】2022年11月 uniapp专题-运行uniapp的多种方式
 Vue3 - ref 基本类型（通俗易懂，详细教程）
3 Java NIO--Channel
可编程计数器/定时器8253
Hive谓词下推
 ajax是异步还是同步？
Java8 新特性函数式接口
 Pytorch总结五之模型选择、⽋拟合和过拟合
 数据分享|基于Python、Hadoop零售交易数据的Spark数据处理与Echarts可视化分析
原文地址：https://blog.csdn.net/weixin_43909650/article/details/126448914