目标检测算法

目标检测分解

1. 确定目标位置
2. 判断检测目标类别

前置知识

什么是图像卷积

卷积有啥作用捏

就是提取图像纹理（细节）

训练网络原理是什么

训练网络就和教小孩做数学题一样，做对了给糖做错了给巴掌。慢慢这个孩子也就会做题了。所以训练神经网络也会有相应的奖惩措施，也就是损失函数。

什么是过拟合

就相当于你就让孩子做一道题，做了一万遍（同一样本训练次数过多），到后来孩子把答案背下来了。再换个数给他做，他还是会做错！所以深度学习最主要就是大样本。就可以类比为题海战术，这样就可以尽量避免过拟合。

什么是欠拟合

就是题做少了，基础不好，网络准确率也不会很高

该图是基于voc数据集讲解的，voc数据集有20个类别，最下面红框中(13，13，75)表示预测结果的shape，实际上是13,13,3×25,表示有13*13的网格，每个网格有3个先验框，每个先验框有25个参数(20个类别+5个参数)，这5个参数分别是x_offset、y_offset、height、width与置信度confidence，用这3个框去试探，试探是否框中有物体，如果有，就会把这个物体给框起来。如果是基于coco的数据集就会有80种类别，最后的维度应该为3x(80+5)=255，最上面两个预测结果shape同理。
yolov3主干网络为Darknet53，重要的是使用了残差网络Residual，darknet53的每一个卷积部分使用了特有的DarknetConv2D结构，每一次卷积的时候进行l2正则化，完成卷积后进行BatchNormalization标准化与LeakyReLU激活函数。

为什么要用残差网络？

在卷积时候虽然是在提取特征但是同时一些表层特征也会损失掉。所以残差网络他就是卷一层然后和被卷的直射图像在进行堆叠，尽可能去保留原有特征。保留的细节越多越容易被识别出来。