目标检测--之RCNN
前言，最近接触到的一个项目要用到目标检测，还有我的科研方向caption，都用到这个，最近电脑在windows下下载数据集，估计要一两天，也不能切换到ubuntu下撸代码~。所以早上没事，我就把卷积神经网络用在目标检测的开山之作介绍下，后续他的孩子算法（fast-rcnn, faster-rcnn）我也会陆续介绍。
RCNN 论文地址：Rich feature hierarchies for accurate object detection and semantic segmentation
RCNN
算法的四步走：（乾坤大挪移的招式）
1：激发最大潜力（候选区域选择）
Region Proposal是一类传统的区域提取方法，可以看作不同宽高的滑动窗口，通过窗口滑动获得潜在的目标图像，关于Proposal大家可以看下SelectiveSearch，一般Candidate选项为2k个即可；根据Proposal提取的目标图像进行归一化，作为CNN的标准输入。
Selectivesearch算法流程（图片来源于网络，侵删）：
2）CNN特征提取（集武功道理大成）：
标准CNN过程，根据输入进行卷积/池化等操作，得到固定维度的输出；这里的卷积模型可以替换成现在最先进的一些CNN框架（resetnet, PCAnet，VGG等等），其实这一步就是抽取深度特征，本质上和我们传统的抽HOG LBP特征没有区别。这就是乾坤大挪移中集武功道理大成，吸收各门派武功的原理~~！
-
分类（令对方造出破绽）
对每一类目标，使用一个线性SVM二类分类器进行判别。输入为深度网络输出的4096维特征（CNN抽取的），输出是否属于此类。
由于负样本很多，使用hard negative mining方法。
正样本
本类的真值标定框。
负样本
考察每一个候选框，如果和本类所有标定框的重叠都小于0.3，认定其为负样本。
（张无忌这时却已看全了龙爪手三十六式抓法，其本身虽无破绽可寻，但乾坤大挪移法却能在对方如何拳招中造成破绽，只是心下踌躇：「此刻我便要取他性命，亦已不难，但少林派威名赫赫，这位空性大师又是少林寺的三大耄宿之一，我若在天下英雄之前将他打败，少林派颜面何存？张无忌一觉对方破绽大露，这乾坤大挪移心法最擅于寻瑕抵隙，对方百计防护，尚且不稳）上面是引用金庸原文，分类不就找到破绽吗，然后分类错误，我们在调~~！
-
回归（转换阴阳二气）
我们首先要明确目标检测不仅是要对目标进行识别，而且还要完成定位任务，所以最终获得的bounding-box也决定了目标检测的精度。
这里先解释一下什么叫定位精度：定位精度可以用算法得出的物体检测框与实际标注的物体边界框的IoU值来近似表示。
如下图所示，绿色框为实际标准的卡宴车辆框，即Ground Truth；黄色框为selective search算法得出的建议框，即Region Proposal。即使黄色框中物体被分类器识别为卡宴车辆，但是由于绿色框和黄色框IoU值并不大，所以最后的目标检测精度并不高。采用回归器是为了对建议框进行校正，使得校正后的Region Proposal与selective search更接近， 以提高最终的检测精度。论文中采用bounding-box回归使mAP提高了3~4%。
操作：
回归器
对每一类目标，使用一个线性脊回归器进行精修。正则项λ=10000λ=10000。
输入为深度网络pool5层的4096维特征，输出为xy方向的缩放和平移。
训练样本
判定为本类的候选框中，和真值重叠面积大于0.6的候选框。
这就是类似于乾坤大挪移转换阴阳二气，调节自己，是自己达到内功的最佳境界~~!而网络通过调节位置，达到最佳mAP~~。
整个RCNN 流程：
RCNN 不足：
1）多个候选区域对应的图像需要预先提取，占用较大的磁盘空间；
2）针对传统CNN需要固定尺寸的输入图像，crop/warp（归一化）产生物体截断或拉伸，会导致输入CNN的信息丢失；
3）每一个ProposalRegion都需要进入CNN网络计算，上千个Region存在大量的范围重叠，重复的特征提取带来巨大的计算浪费。
废话当然有不足了，乾坤大挪移才到第四次。不足说白了，就是运行时间长，要固定尺寸图片，太死板了。
总结：
关于上述乾坤大挪移的例子，我可能只是一时兴起，权当看个笑话，但是整个网络我还是介绍的很详细的~~。哈哈，咱们下次博客见~~~！
如果有交流的可以加我微信，欢迎吹牛~，欢迎一起讨论科研与工程~~! 我的wechat二维码：
验证就说自己：讨论机器视觉地 ~
本站文章如无特殊说明，均为本站原创，如若转载，请注明出处：目标检测–之RCNN - Python技术站
微信扫一扫 
支付宝扫一扫 