目标检测

这是一篇关于目标检测的思维导图，对目标检测算法进行详尽的介绍。思路清晰，使读者一目了然，能抓住重点。

目标检测算法介绍

• OD问题定义
  • 定义：目标检测是在图片中对可变数量的目标进行查找和分类
  • 难点
    • 目标种类与数量问题
      • 行人检测中，稀疏和稠密两个场景的检测难度不一致
    • 目标尺寸问题
      • 多尺度变化会带来不同程度的影响，特别是目标很小的时候很难
    • 外在环境干扰问题
      • 如光照、遮挡等
  • OD vs OC
    • OD不仅给出位置信息，对矩形框内的目标进行分类
    • 两者都是CV中两个基本研究方向，其他都是基于他们做后面的研究，如跟踪
    • OS
      • Sementic segmentation
        • 除去背景区域其他目标的其他目标区域，精确到像素级
      • Instance segmentation
        • 在语义分割的基础上，对同一类别目标划分出不同的实例
      • 目标检测主要是定位物品的位置信息
      • 目标分割需要对每个像素点进行类别的划分
  • 变迁历史
    • 基于传统手工特征的检测算法
      • 方法
        • 01：VJ，Viola-Jones
        • 06：Hog +SVM
          • 主要用于行人检测
        • 08：DPM
          • 基于Hog的改进，主要是假策略提精度
          • 传统的巅峰
      • 问题
        • 传统方式的特征，比较难设计，不鲁棒，效率也低
        • 滑动窗口的方式，流程繁琐，比较费时
    • 基于深度学习的检测算法
      • 方法
        • 基于一体化卷积网络的检测
          • 13：Overfeat
          • 15：Yolo
          • 16：SSD
            • 难样本挖掘、聚焦
          • 17：Retina-Net
        • 基于Object proposal的检测
          • 14:RCNN
          • 14:SPPNet
          • 15：Fast RCNN
          • 15：Faster RCNN
          • 17：Pyramid Networks
      • 技术路线
        • One-stage
          • 通过直接回归目标位置，实现目标定位与份额里
          • 发展路线
            • Overfeat
              • YOLO
                • Yolo9000
              • G-CNN
              • SSD
                • R-SSD
                • DSSD
                • DSOD
                • FSSD
              • RON
        • Two-statge
          • 利用RPN对候选区域做推荐，再做分类
          • 发展路线
            • R-CNN
              • SPP-Net
                • Fast RCNN
                  • Faster RCNN
                    • 更好的特征网络
                      • HyperNet
                      • MS-CNN
                      • PVANet
                      • Light-Head R-CNN
                    • 更精确的RPN
                      • MR-CNN
                      • FPN
                      • CRAFT
                    • 更完善的ROI分类
                      • R-FCN
                        • CoupleNet
                      • Mask R-CNN
                      • Cascade R-CNN
                    • 样本后处理
                      • OHEM
                      • Soft-NMS
                      • A-Fast-RCNN
                    • 更大的mini-Batch
                      • MegNet
  • 算法流程
    • 传统/深度
      • 步骤
        • 输入
        • 候选框
        • 特征提取
        • 分类器
        • NMS
        • 输出
      • 也可以直接特征提取+直接回归+NMS，只属于深度学习
      • 优劣势对比
        • 传统
          • 手动涉及特征
          • 滑动窗口
          • 传统分类器
          • 多步骤
          • 准确性和实时性差
        • 深度
          • 深度网络学习特征
          • Proposal或直接回归
          • 深度网络
          • 端到端
          • 准确度高和实时性好
• 传统OD
  • 传统OD基本流程
    • 算法流程：输入、候选框（滑动窗口提取）、特征提取、分类判定、NMS、输出
    • 特征提取
      • 底层特征
        • 如基于颜色、纹理、形状的方法
      • 中层特征
        • 基于底层特征通过ML学习（挖掘）得到的特征如经过PCA、LDA学习得到后的特征
      • 高层特征
        • 将低中进一步挖掘得到的特征，如跟人相关的特征，达到部分语义特征
    • NMS
      • 对候选框进行合并
  • M：Viola-Jones（人脸检测）
    • 技术特点
      • 特征抽取（Haar）
      • 训练人脸分类器（Adaboost算法等）
      • 滑动窗口
        • 大小和步长，影响比较大，容易出现比较多的冗余候选框，限制了其速度
    • Haar特征
      • 差分的特征，本身代表了梯度的求解，属于纹理特征的一种
      • 积分图特征
        • Edge features
        • Line features
        • Center-surround features
        • Special diggonal line features
    • Adboost算法
      • 传统ML中效果比较优的
      • 属于集成算法
      • 训练多个弱分类器，集成多个分类器的结果，进行投票，得到最终结果
  • M：HOG+SVM（行人检测）
    • 特点
      • 提取HOG特征
      • 训练SVM
      • 利用滑动窗口提取目标区域，进行分类判断
      • NMS
      • 输出检测结果
    • HOG特征
      • 灰度化+Gamma变换
        • 灰度+平滑
      • 计算梯度map
        • 计算每个点在x、y方向上的梯度值
      • 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
  • M：DPM（物体检测）
  • M：Sofe-NMS（非极大值抑制算法）
• Two-stage方案
  • 基本介绍
  • 核心组件
• One-stage方案
  • 基本介绍
  • 核心组件
• Onss-tage vs. Two-stage