物体检测系列

男娘i 2022-12-19 09:20 229阅读 0赞

物体检测系列  
一、物体检测网络有哪些  
Anchor based：  
RCNN  
Fast RCNN  
Faster RCNN  
SPPNetS  
SDD  
SSD  
YOLOv1  
YOLOv2  
YOLOv3  
Mask RCNN  
Cascade R-CNN  
Deformable  
R-FCNRefine  
DetRetinaNet

Anchor Free：  
CornerNet  
ExtremeNet  
TridentNet  
SNIP  
CenterNet  
FSAF  
二、基本知识点

1、NMS的算法思想？  
（1）将所有框的得分排序，选中最高分及其对应的框  
（2）遍历其余的框，如果和当前最高分框的重叠面积(IOU)大于一定阈值，我们就将框删除。  
（3）从未处理的框中继续选一个得分最高的，重复上述过程。

2、SoftNMS的基本思想？  
![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhMXR6eQ_size_16_color_FFFFFF_t_70_pic_center][]  
3、ROI Align的作用？取消ROI pooling中的量化操作，使分割和定位精度更高。Mask RCNN中对整个网络使用了该操作，不仅仅是mask分支。

4、RPN的作用？RPN其实就是用来筛选region proposal中是否有物体，如果没有物体，则没有必要继续做后面的类别判断和box回归。这样就会筛选掉一大部分没有物体的box，后面的分类和回归也会更加准确。

5、为什么需要anchor？anchor的作用是什么？在anchor提出之前，目标检测对不同尺度的物体进行检测时的操作为金字塔多尺度+遍历滑窗的方式，逐尺度逐位置判断"这个尺度的这个位置处有没有认识的目标"，非常笨重耗时，不能很好的推广适用。anchor的作用: 首先预设一组不同尺度不同位置的固定参考框，覆盖几乎所有位置和尺度，每个参考框负责检测与其交并比大于阈值 (训练预设值，常用0.5或0.7) 的目标，anchor技术将问题转换为"这个固定参考框中有没有认识的目标，目标框偏离参考框多远"，不再需要多尺度遍历滑窗，真正实现了又好又快，如在Faster R-CNN和SSD两大主流目标检测框架及扩展算法中anchor都是重要部分。

6、怎么理解多尺度检测？首先确定下什么是尺度，尺度在图像上可以表示为图像的尺寸，深度学习中，随着网络的加深，一般都会有下采样来进一步聚合特征，然后由于下采样，小物体其实在较深层中的也正有可能会被下采样掉，而大物体则的语义特征则更加丰富。一般来说，较浅的层适合小物体的检测，因为此时小物体的特征还在，较深的层适合大物体的检测，因为此时的语义特征更加丰富。小物体在深层会消失，大物体在浅层语义特征不丰富，有可能会被分类错误。多尺度检测保证了大小物体都可以被检测到。

7、如何解决目标检测中的物体尺度大小不一的问题？目标检测对物体尺度大小不一进行检测的方法主要有：1、 多尺度检测，在多个scale feature map上进行检测2、 anchor box检测框生成的方法

8、物体检测中分类的损失函数有哪些？回归的损失函数有哪些？损失函数主要有：对数损失函数，交叉熵损失函数回归损失函数主要有： ， 损失函数

9、如何理解 损失函数？效果为什么好？  
1、相比于L1损失函数，可以收敛得更快，因为梯度实在二次方的基础上进行求导，而不仅仅是L1中梯度为某个常数。  
2、相比于L2损失函数，对离群点、异常值不敏感，梯度变化相对更小，训练时不容易跑飞。更为直观的来说：当预测值与目标值相差很大时, 梯度容易爆炸, 因为梯度里包含了x-t. 所以作者在Fast RCNN里提出了SmoothL1 Loss.当差值太大时, 原先L2梯度里的 x-t被替换成了±1, 这样就避免了梯度爆炸, 也就是它更加健壮. 因此L1 loss对噪声（outliers）更鲁棒。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dhMXR6eQ_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/8fb649eceb7943a59082c36262450017.png