吴恩达深度学习课程——卷积神经网络
三、目标检测
3. bounding box预测
YOLO算法(you only look once)
取对象的中点,将对象分配给包含对象中点的grid cell
划分得越细,对象分配到同一个格子的概率就小得多
好处:卷积实现,有很多共享计算步骤。运行速度快,可达到实时。
注意:宽高比可大于1
4. 交并比(intersection over union)
threshold人为设定,如果想更严格可增大阈值。
5. 非极大值抑制
只输出概率最大的分类结果,但抑制接近,但不是最大的其他预测结果。
如果有多类目标,独立进行三次非最大值抑制,对每个输出类别都做一次。
6. Anchor Box
让一个格子检测出多个对象
如果两个对象的中点都落入到同一个格子中,两个对象出现在同一个grid cell中,把预测结果和两个anchor box关联起来。
一般来说,可能用到更多anchor box,甚至5个或更多。
看哪个anchor box 和实际边界框的交并比更高
故而一个object不仅是被分配到一个grid cell,而是分配到一对(格子,anchor box)对——对象在目标标签中的编码方式。
算法处理不好的几种情况:
(1)如果只有两个anchor box,但再同一个grid cell有三个对象
(2)连个对象被分配到同一个grid cell,并且他们的anchor box形状一样
设立anxhor box的好处在于,让你的学习算法更有针对性,特别是数据集有高瘦矮胖的区分时。
人们一般手工指定anchor box的形状,覆盖到你想要检测的对象的各种形状。也可用ML算法如k-means,将两类对象形状聚类,来选择最具代表性的一组anchor box。