Object Detection

目标检测:判断图像中目标的位置
目标检测两要素
1、分类:分类向量[p0, …, pn]
2、回归:回归边界框[x1, y1, x2, y2]

模型如何完成目标检测

将3D张量映射到两个张量
1、分类张量:shape为[N, c+1]
2、边界框张量:shape为[N, 4]
【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥
边界框数量N如何确定?
【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥
【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥

重要概念:特征图一个像素对应原图一块区域

【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥

目标检测模型简介

【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥

按流程分为: one-stage和two-stage

【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥

【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥

Faster RCNN——经典two-stage检测网络

【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥

Faster RCNN数据流
1、feature map:
2、2 Softmax:
3、Regressors:
4、NMS OUT:
5、ROI Layer:
6、FC1 FC2:
7、c+1 Softmax:
8、Regressors:

Faster-RCNN代码

【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥

【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥
【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥
【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥
【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥
【深度之眼】Pytorch框架班第五期-Week8【任务2】第一节:目标检测一瞥