[DeeplearningAI笔记]卷积神经网络3.6-3.9交并比/非极大值抑制/Anchor boxes/YOLO算法

4.3 目标检测

“吴恩达老师课程原地址[1]

3.6 交并比 intersection over union

• 交并比函数(loU)可以用来评价对象检测算法，可以被用来进一步改善对象检测算法的性能。
• 如何评价一个算法的好坏，即如图中假设红色框线表示 真实的对象所在边界框，紫色框线表示 模型预测的对象所在边界框.通过计算两个边界框交集和并集的比用于评价对象检测算法的好坏。

• 在对象检测的算法中，如果 IoU>0.5 则认为检测正确。0.5 是人为定义的阈值，也可以定义为 0.5 及以上的值

3.7 非极大值抑制 Non-max suppression

• 在以上介绍的对象检测的算法中，存在模型可能对同一个对象做出多次检测的状况。非极大值抑制(non-max suppression)可以确保算法对每个对象仅检测一次。

非极大值抑制算法 Non-max suppression

• 对于如图的对象检测，使用

的网格，在进行预测的同时，两辆车中心旁的其他网格也会认为目标对象的中心点在其中。如图绿色和黄色方框中显示。

• 为了清理多余或错误的检测结果，使用非极大值抑制算法 Non-max suppression
  • 只输出概率最大的分类结果--即挑选出检测

  p_c

  最大的边框，而其余和该边框 IoU(交并比)很高的其他边框则会认为是在检测同一对象，则另外的和最大

  P_c

  边框 IoU 很大的边框都会变暗。

  

非极大值抑制算法 Non-max suppression 实现细节

1. 假设只检测汽车这一个对象，所以去掉目标标签向量中的

1. 去掉所有

的边框，抛弃所有概率比较低的输出边界框。while 还有边界框剩下:

1. 在剩下的没有被抛弃的边界框中一直挑选

最高的边界框

1. 在剩下的边界框中将与最高

有较大 IoU(

)的边界框全部抛弃

• 如果要检测的对象不止汽车一个，还有行人和自行车的对象，正确的做法是:独立进行三次非最大值抑制，对每个输出类别都进行一次

3.8Anchor Boxes

• 先前介绍的方法只能使格子检测出一个对象，如果想要一个格子检测出多个对象-- anchor box “参考文献 Redmon J, Divvala S, Girshick R, et al. You Only Look Once: Unified, Real-Time Object Detection[C]// IEEE Conference on Computer Vision and Pattern Recognition. IEEE Computer Society, 2016:779-788.
• 使用

的网格检测图中的对象，注意行人的中点和汽车的中点几乎都在同一个地方，两者都落入同一个格子中。使用原先的目标标签，只能选择两个类别中的一个进行识别。

• 此时可以使用 Anchor 策略--即使用特定形状的 Anchor box 作为边界框，则策略需要把预测结果与 anchor boxes 关联起来。以处理两个识别对象的中心点落入同一个网格中的情况。

Note:Anchor boxes 算法处理不好的情况

• 两个对象的中点在同一个网格中，并且使用 同一种形状 的 Anchor Boxes 检测
• 有超过两个的对象的中点在同一个网格中。

3.9YOLO 算法

• 参数设置:

• 3 种识别类别:1.pedestrianx 行人 2.car 车 3.motorcycle 摩托车-->

c_{1},c_{2},c_{3}

3*3

识别网格

• 两种识别 anchor boxes-->

b_{x},b_{y},b_{h},b_{w}

• 运行非极大值抑制:
  • 使用两个 anchor boxes,那么对于 9 个格子中的任何一个都会有两个预测的边界框。

  

  • 抛弃概率低的预测，即模型认为这个网格中什么都没有的边界框。

  

  • 对于三种检测目标--行人，机动车，摩托车，对于每个类别单独运行非最大值抑制。

  

参考资料

[1]

吴恩达老师课程原地址: https://mooc.study.163.com/smartSpec/detail/1001319001.htm