机器学习经典模型（二）目标检测
1.图像中单个目标的定位
标签为：中心点，方块的长宽
2.图像中多个目标检测——滑窗法
训练一个目标识别网络Net，能够判断是不是car。
用滑窗法遍历图片，每一次都用Net来做预测，因为知道滑窗的位置和大小，所以可以预测出图片中物体的种类的位置。
受细粒度、滑动步长影响大，计算量太大
3.通过卷积来减少计算量
1）通过卷积代替全连接
2）通过卷积实现滑窗操作
有很多计算是共享的，通过卷积通过“并行”的方式，一次从前到后的计算就预测了所有滑窗的结果。 卷积的步长决定了滑窗的步长
4. YOLO
之前的滑窗是以窗口大小作为bounding box的，不够精确。
输入100x100x3图像，输出3x3x8的预测，3x3中每一个格子对应一个8的预测标签。
相对于当个目标的定位，这个可以实现多个目标的bouding box定位。
相比滑窗法的pipeline式检测流程，这个是更贴近端到端的方法。
好处：
1、因为用了bounding box目标定位的标签，所以更精确 ，而不是滑窗中只能按照滑窗大小来
2、采用了卷积实现，计算效率高，可以实时
注意：
这里的3x3网格并没有真正地把图片分割成9块，不存在如果一个物体横跨了两个格子就识别不出来的情况，只是输出限制成了3x3的区域，不同格子的输入并没有应为划分格子而相互解耦，并不等价于分割成9个图片，然后单独做目标定位。
5. 评价指标 IoU 交并比
6. 非极大值抑制
图中高亮的被选中，变暗的被抑制。
因为有多个物体，所以需要循环遍历：
1.选一个概率Pc最大的框，挑出来，作为第一个物体的预测
2.遍历剩下的框，和这个框IoU大于0.6(某个阈值）的框就不要了
3.遍历剩下的框，找一个Pc最大的，作为第二个物体的预测
4.遍历剩下的，和这个框IoU大于0.6(某个阈值）的框就不要了
.......如此循环
参考链接：https://blog.****.net/shuzfan/article/details/52711706
7.处理重合物体Anchor Boxes
输入的预测每个格子不再是只有一组预测值，而是对应不同类别的物体有不同的anchor box
输出3x3x(8x2)
下面列举了一个格子中有两种、有一种物体的情况时，标签是什么样的
这种方法无法处理：
1、一个格子中有三个物体，却只有两个anchor box
2、一个格子中同一类物体有两个以上
参考链接：https://blog.****.net/weixin_43384257/article/details/100974776
8.YOLO
这部分还需要看代码仔细研究一下
9.R-CNN系列
基于区域建议的，不是滑窗，而是先建议在哪些区域里找，然后在那些区域里执行卷积网络预测bounding box，缺点是太慢了。
这里边区域建议还是很慢。