首页 > 代码库 > 『cs231n』图像定位与检测（下，待续）
『cs231n』图像定位与检测（下，待续）
图像检测原理
定义：
给出一张图片和几个类别，定位出图片中这些类所有的实例。
思路分析：回归vs分类
由于输出数目不定，所以不能简单的把检测任务像定位任务一样归化为回归任务（检测任务会导致回归层神经元数目是不确定的）
在机器学习中，分类和回归是解决所有问题的两种基本思路，所以我们尝试用分类的思想分析问题。
思路是将所有可能分类的区域送入网络
问题是图片数量太多
直观的解决思路是换个速度快的电脑... ...
实际上新电脑还是不够快... ...
那就只查看一些可能的区域（预处理）
Region Proposals：解决分类输入的问题
可以理解为一种不可知目标检测器，它不关心目标的具体类别，也并不精确，但是可以快速检测出大量选区。
它会寻找整体相似的结构，比如上面的狗被视为一大块白色，眼睛是个黑色小块之类。
Selective Search是Region Proposals的一个经典实现，其原理就是：
- 把具有相似颜色和纹理的相邻像素进行合并，形成小区域
- 重复的把小区域合并成大区域
- 根据不同尺度区域的形状绘制成框
这里评估了各种Region Proposals方法，老师推荐EdgeBoxes方法。
图像检测实现
RCNN
RCNN原理
RCNN整合了图像检测原理中提到的Region Proposals，用于提取特征的卷积神经网络，用于绘制框的回归头，用于分类的SVM分类器，最终实现了检测任务。
RCNN实践流程
训练或下载一个卷积分类模型（比如AlexNet就行）。
Fine-tune模型：
- 最后一层调整为适合自己的类别（分类数量+背景类别1）
- 注意这里仍然是传统的分类训练
保存样本图的特征：
- 运行Region Proposals于所有待检测图上
- 将选区裁剪为CNN输入大小，使用上一步的模型进行向前传播，保存第五池化层的特征（AlexNet为例，实际就是保存第一全连接层的输入特征）
将上面的特征连同标签作为样本训练SVM分类器。
『cs231n』图像定位与检测（下，待续）
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。