基于上下文的细粒度识别方案
预期搭建的网络如图：
通过keras搭建后：
选择VGG16的原因是：
因为之前我针对VGG16 fine tune训练了一个人头分类器，效果较好，所以最主要的特征提取工作就可以交给预训练的vgg16来做了。
这样搭建网络的目的：
其实我们在做细粒度分类的时候，如果针对整幅图像分类的话，在不同缩小过程中，会忽略掉很多细节，尤其是池化这个过程，但是如果不池化的话，超大的参数量和不够深的网络是无法有好的效果的。所以我认为比较好的一种方案是，通过窗口对图像进行检测，但是遇到的问题就是，窗口语义能力不强，他只能判断这个 是不是人头，根据特征图来判断，但是其实当人头特别小的时候，例如4*4像素的人头，在多层maxpool后，就变成了1*1 和 非人头的差距非常小，导致误分严重，之前的算法 recall接近100%，但是precision在小窗口下比较低，效果不理想。所以引入上下文思路，做一些尝试。已经凌晨2点了，为了活的更久，做更多研究，先回去睡一会。明早起来继续战。
明天训练一下看看效果怎么样。