深度学习笔记（41） 候选区域
1. 无对象区域
记得滑动窗法吧，使用训练过的分类器
在这些窗口中全部运行一遍，然后运行一个检测器，看看里面是否有车辆，行人和摩托车
现在也可以运行一下卷积算法
这里这个矩形区域（编号1）基本是空的，显然没有什么需要分类的东西
也许算法会在这个矩形上（编号2）运行，知道上面没有什么有趣的东西
这个算法的其中一个缺点是，它在显然没有任何对象的区域浪费时间
2. 候选区域
如果阅读一下对象检测的文献，可能会看到一组概念
所谓的候选区域，这在计算机视觉领域是非常有影响力的概念
Ross Girshick，Jeff Donahue，Trevor Darrell，Jitendra Malik提出一种叫做R-CNN的算法
意思是带区域的卷积网络，或者说带区域的CNN
这个算法尝试选出一些区域，在这些区域上运行卷积网络分类器是有意义的
所以这里不再针对每个滑动窗运行检测算法
而是只选择一些窗口，在少数窗口上运行卷积网络分类器
选出候选区域的方法是运行图像分割算法
分割的结果是下边的图像，为了找出可能存在对象的区域
比如说，分割算法在这里得到一个色块
所以可能会选择这样的边界框（编号1），然后在这个色块上运行分类器
就像这个绿色的东西（编号2），在这里找到一个色块
接下来我们还会在那个矩形上（编号2）运行一次分类器，看看有没有东西
在这种情况下，如果在蓝色色块上（编号3）运行分类器，希望能检测出一个行人
如果在青色色块（编号4）上运行算法，也许可以发现一辆车
所以这个细节就是所谓的分割算法
先找出可能2000多个色块，然后在这2000个色块上放置边界框，然后在这2000个色块上运行分类器
这样需要处理的位置可能要少的多
可以减少卷积网络分类器运行时间，比在图像所有位置运行一遍分类器要快
特别是这种情况
现在不仅是在方形区域（编号5）中运行卷积网络
还会在高高瘦瘦（编号6）的区域运行，尝试检测出行人
然后在很宽很胖的区域（编号7）运行，尝试检测出车辆
同时在各种尺度运行分类器
这就是R-CNN或者区域CNN的特色概念
3. Faster R-CNN
基本的R-CNN算法是使用某种算法求出候选区域，然后对每个候选区域运行一下分类器
每个区域会输出一个标签，有没有车子？有没有行人？有没有摩托车？并输出一个边界框
但不会直接信任边界框，它也会输出一个边界框bx，by，bh和bw
这样就能在确实存在对象的区域得到一个精确的边界框
这样比单纯使用图像分割算法给出的色块边界要好
所以它可以得到相当精确的边界框
但现在R-CNN算法的一个缺点是太慢了
所以这些年来有一些对R-CNN算法的改进工作
Ross Girshik提出了Fast R-CNN算法，它基本上是R-CNN算法，不过用卷积实现了滑动窗法
最初的算法是逐一对区域分类的，所以Fast R-CNN用的是滑动窗法的一个卷积实现
这和 深度学习笔记（35） 滑动窗口的卷积实现 中看到的大致相似，这显著提升了R-CNN的速度
事实证明，Fast R-CNN算法的其中一个问题是得到候选区域的聚类步骤仍然非常缓慢
所以另一个研究组，任少卿、何凯明、Ross Girshick和孙剑提出了更快的R-CNN算法(Faster R-CNN)
使用的是卷积神经网络，而不是更传统的分割算法来获得候选区域色块
结果比Fast R-CNN算法快得多
不过大多数Faster R-CNN的算法实现还是比YOLO算法慢很多
候选区域是一个有趣的想法，但这个方法需要两步，首先得到候选区域，然后再分类
相比之下，能够一步做完，类似于YOLO这个算法，是长远而言更有希望的方向
参考：
相关推荐：
深度学习笔记（40） YOLO
深度学习笔记（39） Anchor Boxes
深度学习笔记（38） 非极大值抑制
深度学习笔记（37） 交并比
深度学习笔记（36） 边界框预测
谢谢！
转载：https://blog.csdn.net/qq_32618327/article/details/99285706