深度学习: 目标检测算法 效果对比

one stage 检测算法

R-CNN:

使用selective search方法先产生region proposals，再使用浅层CNN网络进行特征提取，最后使用svm进行分类。这篇论文里提及的一个点，就是关于bbox的回归方法。由于使用selective search方法提取的每一个region都进行一次前向卷积操作，因此R-CNN方法非常耗时，不适于实际检测使用。

SPP-Net:

针对R-CNN多次使用CNN提取特征，有重复计算的弊端，SPP-Net提出的方法是，在原图上只提取一次特征，然后采用映射的方式，找到region在feature map上的映射区域，再将该区域送到分类器(SPP-Net使用的依然是svm)中进行训练。另外，SPP-Net所设计的网络架构(SPP)可以处理任意尺寸的输入图片，而不需要像R-CNN那样，需要事先对region进行crop/warp操作。

结果显示，由于提取特征时可以共享特征，该方法相较于R-CNN，继降低了耗时，也提升了检测精度。

YOLO

YOLO2

SSD

检测速度最快。

RetinaNet

综合性能最佳。

two stage 检测算法

Fast R-CNN:

这篇文章综合考虑了R-CNN和SPP-Net的优缺点，网络设计了一种ROI Pooling Layer（其实就是1个level的SPP）。这篇文章主要的共享是，将bbox回归和cls回归放在一起处理。

Faster R-CNN

提出了RPN网络，能够自己学习产生region proposals。实际上就是RPN+Fast R-CNN。

Mask R-CNN

效果对比

YOLO & YOLOv2

（1）边框定位不够精准，尤其是小目标

（2）目标检出率低，尤其是小目标

（3）误报少

（4）耗时少

SSD

（1）边框定位准

（2）目标检出率高

（3）误报相较YOLO多

（4）耗时多

faster- rcnn

（1）边框定位准

（2）目标检测率高

（3）耗时高

（4）训练时间长

（5）误报相较YOLO高

[1] 目标检测方法效果小结