Day-1 目标检测-目标定位
目标检测
目标定位
简单的图片分类，将一张图片输入到多层卷积神经网络中，他会输出一个特征向量，并反馈给softmax单元来预测。
如果想识别出汽车的位置，就需要在神经网络多输出几个单元，用来表示框的位置，标记为bx、by、bw和bh，表示边界框的位置的参数化。规定图片的左上角坐标为（0，0）右下角为（1，1），bx、by、bw和bh均为0到1的数。
目标标签的定义如下：y=[Pc，bx，by，bw，bh，C1,C2,C3]T （T是转置）
Pc 是否含有对象
C 对象的类型（对多种类型的训练与识别需要用到softmax，还未理解）
针对这个目标定位问题，图片中只能有一个物品或没有物品。
看几个样本
这是一张训练集图片，Pc=1 ，C2=1
这时Pc=0，y的其他参数将毫无意义。
最后 神经网络的损失函数为平方差函数
以上就是目标的定位
特征点检测
与目标定位类似，在图片放入多层卷积神经网络后输出标注的特征点的坐标
如图根据特征点的相对位置可以判断目标物体的动作。
要明确一点，特征点1的特性在所有图片中必须保持一致，就好比，特征点1始终是右眼的外眼角，特征点2是右眼的内眼角，特征点3是左眼内眼角，特征点4是左眼外眼角等等。
目标检测
训练集采用图中的X的图片，标注有汽车的图片需要整张图都被汽车所占据。
有汽车的图片卷积网络输出y=1或0表示有无汽车。
训练完成后即可进行滑动窗口检测。