3.3 目标检测(Object detection)

通过卷积网络进行对象检测,采用的是基于滑动窗口的目标检测算法

构建汽车检测算法步骤:

训练完这个卷积网络,用它来实现滑动窗口目标检测,具体步骤如下:

1.首先选定一个特定大小的窗口,将红色小方块输入卷积神经网络,卷积网络开始判断红色方框内有没有汽车

2.滑动窗口目标检测算法继续处理第二个图像,红色方框稍向右滑动之后的区域,并输入给卷积网络,再次运行卷积网络,然后处理第三个图像,依次重复操作,直到这个窗口滑过图像的每一个角落

思路是以固定步幅移动窗口,遍历图像的每个区域,把这些剪切后的小图像输入卷积网络,对每个位置按0或1进行分类

3.重复上述操作,选择一个更大的窗口,截取更大的区域,并输入给卷积神经网络处理,输出0或1

4.再以某个固定步幅滑动窗口,重复以上操作,遍历整个图像,输出结果

5.第三次重复操作,选用更大的窗口

这样不论汽车在图片的什么位置,总有一个窗口可以检测到

这种算法叫作滑动窗口目标检测:以某个步幅滑动这些方框窗口遍历整张图片,对这些方形区域进行分类,判断里面有没有汽车

滑动窗口目标检测算法缺点:计算成本

  • 如果选用的步幅很大,会减少输入卷积网络的窗口个数,粗糙间隔尺寸可能会影响性能

  • 如果采用小粒度或小步幅,传递给卷积网络的小窗口会特别多,这意味着超高的计算成本

Last updated