【OpenMMLab-AI实战营第二期】06~MMDetection概述课

[bri1294ck]

• 给出图片，用矩形框框出所有感兴趣的物体，预测物体种类。
• 物体的数量不固定，物体位置不固定，物体大小不固定
• 检测--定位-扣除图像
• 自动驾驶-环境感知/道路规划
• 技术的演变历史
  
   

        

• 基础知识
  1~框和边界框
  
  2~两个框以上的情况
  
• 解决问题的思路
  1-问题的难点：需要同时解决“是什么”和“在哪里” / / 图中物体位置，数量，尺度变化多样
  滑窗sliding window：设定一个固定大小的窗口，遍历
  
  
  滑窗的效率问题难以解决
  
  卷积是具有位置不变性的
  
  
  
  
  
  密集预测用卷积高效地实现了滑窗
  
  
  
  
  
  
  
  
  
   
• 密集预测之后的改进--多尺度预测
  
  
  低层次定位信息好，高层次的语义信息好，将低层次的通道数放大，高层次的分辨率两倍上采样放大
  
  
  
  
  
  主干是自己设计的darknet, detax和detay是相对于中心位置的偏移量，h和w是框的大小
  
  
  
  
  
  
  
  
  
  
  降低了简单负样本的影响
  
  
  
  
  
  无锚框的方法存在样本重叠的问题
  
  
  
  不再是基于框的检测方法
  
  
  
  多级特征图有不同感受野的尺寸和不同的抽象层级，通常低层级的感受野比较小，抽象程度比较低，定位精度比较高；而高层的语义信息更丰富，但是定位精度会低一些。这时候采用FPN的结构对多级特征图进行融合，让高层次和低层次的特征图都有丰富的语义信息，同时低层次的特征图还有更高的定位精度：得到多层次的特征图。