目标检测方法分类
分为传统方法和深度学习方法，而深度学习方法又分为one-stage和two-stage
基于一体化卷积网络的检测
Overfeat、Yolo、SSD、Retina-Net
基于Object Proposal的检测
R-CNN、SppNet、Fast R-CNN、Faster R-CNN、Pyramid Networks
算法基本流程
输入→候选框→特征提取→分类器判定目标/背景→NMS→输出
↓ ↑
特征提取+直接回归——————————————→
传统目标检测方法
Viola-Jones（人脸检测）
Haar特征提取：
Haar特征（Value=白-黑）
训练人脸分类器（Adaboost算法等）：
①初始化样本的权重w，样本权重之和为1
②训练弱分类器
③更新样本权重
④循环第二步
⑤结合各个分类器结果进行投票
滑动窗口（Sliding window）
Hog+SVM行人检测（Open CV实现）
提取Hog特征
训练SVM分类器
滑动窗口提取目标区域，进行分类判断
NMS（非极大值抑制）
输出检测结果
Hog特征：
灰度化+Gamma变换
计算梯度map
图像划分成小的cell，统计每个cell梯度直方图
多个cell组成一个block，特征归一化
多个block串联，并归一化
SVM：对行人和背景进行二分类→去寻找两类之间的最大分类间隔面
DPM（物体检测）
Hog的扩展
利用SVM训练得到物体的梯度
DPM特征提取
- 有符号梯度
- 无符号梯度
计算DPM特征图
计算响应图（root filter and part filter）
Latent SVM分类器训练
检测识别
one-stage基本介绍
使用CNN卷积特征
直接回归物体的类别概率和位置坐标值（无region proposal）
缺点：准确率低，速度相对tow-stage快
基本流程
Input→CNN→Lreg，Lcls→
CNN特征→区域分类，位置精修
常见算法
Yolo V1/V2/V3
SSD/DSSD等
Retina-Net
SSD算法
直接回归目标类别和位置
不同尺度的特征图上进行预测
端到端训练
图像分辨率比较低，也能保证检测的精度
主干网络：VGG-Net（VGG，Resnet等各种卷积神经网络；将VGG最后两个FC改成卷积层，增加四个卷积层）
多尺度Feature map预测（不同层的feature map；prior box：类别概率和坐标（x，y，w，h））
Default bounding boxes的类别分数，偏移量
Tow-stage基本流程
区域推荐（Anchor机制）
ROIpooling（输入：特征图，rois（1x5x1x1）以及ROI参数；输出：固定尺寸的feature map）
分类和回归
改进反向：
更好的网络特征
更精准的RPN
更完善的ROI分类
样本后处理
更大的mini-Batch
转载：https://blog.csdn.net/cz_19970522/article/details/102170026