国科大prml15-目标检测

	改进
R-CNN	缩放图片
SPPNet	允许不同大小输入，SPP(pooling)归一化到相同尺寸
Fast RCNN	1.SPP->Rol pooling;2.改进边框校准Smooth L1 loss；3.全连接加速Truncated SVD
Faster RCNN	RPN直接生成候选框（共享CNN),anchor box
Mask R-CNN	实例分割；RolPool->RolAlign
Cascade RCNN	级联多个Detection Head;提高交并比
FPN	物体尺度变化大（充分利用CNN 结构对浅层补偿
SNIP/SNIPER/AutoFocus	多尺度输入+ 单尺度模型（不同的输入尺度上处理不同尺度的物体
YOLO	单阶段检测；anchor box；fc->RCNN;图像网格划分
SSD	单阶段，RPN权卷积，anchor box;多尺度
corner Net	Anchor Box->Corner;corner pooling单方向的pooling

RCNN

1. 生成少量候选框（selective search）
   • 图像分割
   • 层次化地区域合并
2. 用CNN提取候选框内的特征
   • 缩放到相同大小
   • 送入AlexNet提取特征
   • 以最后的全链接层的输出作为特征表示
   • 有监督预训练+微调
3. 候选框分类
   • SVM
     • 一对多的而分类
   • softmax
     • CNN+softmax-直接出结果
     • 多类分类
   • 边框校准
     • 让检测框贴着物体

SPPNet

• R-CNN：要把候选框变换到相同的大小
  • 裁剪丢失信息，缩放变形
• SPPNet：(对整个网络卷积，去除重复计算
  • CNN:允许任意大小的图片输入到网络
  • SPP:归一化到相同大小（spatial pyramid pooling
  • 全连接：要相同大小的输入
• SPPNet和R-CNN都包含多个单独的步骤–慢
  • 微调
    • RCNN-对整个CNN
    • SPPNet-只对全连接层
  • SVM&边框
    • 时间长：需要cnn提取所有特征
    • 占用空间大

Fast RCNN

• 保留SPPNet的优势SPP–简化为单尺度的Rol pooling
• 引入多任务学习，将多个步骤整合到一起
• 改进边框校准：Smooth L1 loss
• 全连接层加速：Truncated SVD

Faster RCNN

• 专门的候选框模块是速度瓶颈–直接CNN生成候选框
  • 直接CNN生成候选框（且和第二阶段共享卷积层）–RPN
  • 输入图，输出候选框
  • 尺度搜索anchor box–定义一组不同大小的窗口
• 交替训练法
  •  交替式4步法训练
    •  基于预训练模型训练RPN
    •  基于预训练模型，以及上一步得到的RPN，训练Fast R-CNN
    •  固定共享的卷积层，训练RPN
    •  固定共享的卷积层，基于上一步得到的RPN，训练Fast R-CNN
  •  端到端训练
    •  同时学习RPN和Fast R-CNN
    •  Fast R-CNN的梯度不向RPN回传

Mask R-CNN

• 新任务：实例分割
• Faster-RCNN中+分割模块
• RolPool->RolAlign
  

Cascade RCNN

• 检测框的位置准确率：和标注狂交并比越高越好
• 级联多个Detection Head:逐步调整检测框，提升IoU
• 

FPN

• 物体的尺度变化范围大
• CNN-特征金字塔
• 利用CNN的结构，对浅层进行予以补偿

SNIP/SNIPER/AutoFocus

多尺度输入+单尺度模型
在不同的输入尺度上处理不同尺度的物体
保证训练和测试时输入的尺度的一致性

单阶段检测YOLO

• 两阶段检测：找候选框->检测
  • 单阶段YOLO:直接两个结果一起出来
  • 将目标检测->回归问题
  • 对图像网格划分
  • RPN:全连接层-》CNN
  • 使用anchor box
• YOLO v2/YOLO 9000
  • 层次化分类
  • 无框标注的类别（弱监督）在当前概率最大的位置学习分类（猜了一个伪标签——

单阶段检测SSD

• 首次给出了“Single-Shot”的说法
•  类似YOLO的出发点：不生成Region Proposal，直接输出检测结果
•  借鉴RPN的设计：全卷积，Anchor Box Default Box
•  引入新的设计：多尺度
  • 对于不同大小的物体（在不同尺度的特征图上预测，用不同的predictor
•  训练策略：数据增广，难例挖掘

CornerNet

• AnchorBox:
  • 数量多，导致正负样例不均衡
  • 需要人工定义，且引入了大量超参数，这些选择严重依赖于数据
• Anchor Box->Corner:将框的预测转换为顶点的预测和匹配
  • 提取corner预测的特征:corner pooling
  • 局部 pooling->在一个方向上pooling