目标检测原理分析

目标检测

• 图像分类（一张图像只属于一个类别）
• 目标检测（一张图像有N个物体）

图像分类（一张图像只属于一个类别）

• 输入：
  • 一张图像，image
• 输出：
  • 这张图像属于各个预定义类别的概率
  • 概率分布：

    • $$0.2, 0.5, 0.1, 0.2$$

  • 贪心解码：
    • 选择概率最大的即可

目标检测（一张图像有N个物体）

• 输入：

  • 一张图像，image

• 输出：

  • N个物体：
  • 每个物体的定位框（方框，坐标）
  • 每个物体的各类别概率分布

• 解决办法：

  • 把未知问题转换为已知问题！！！
  • 所有复杂的问题都是简单问题的叠加！！！
  • 把目标检测问题转化为图像分类问题！！！

• 解决方案：

  1. Anchor-Based：
  • 图像切片
    • 80*80=6400
    • 40*40=1600
    • 20*20=400
    • 合计：8400片
  • 核心：死框 + 修正
  • 对每一片做图像分类
  2. Anchor-Free：
  • 图像切片：
    • 80*80=6400
    • 40*40=1600
    • 20*20=400
    • 合计：8400片
  • 核心：中心点 + 四个方向的成长
  • 对每一片做图像分类

• 图像分类：

  • 先卷积提取特征，再分类

• 目标检测：

  • 三个动作：
    • 图像切片
    • 卷积提取特征
    • 分类+回归
  • 方式1：先切片，再对每一片提取特征，然后分类+回归
    • MTCNN
    • 人脸检测
  • 方式2：先提取特征，再切片，然后分类+回归
    • YOLO
    • 目标检测