目标检测

1. 一阶段和二阶段目标检测

一阶段：直接输出，端到端

二阶段：先提取候选框，再分析甄别

histogram of oriented gradient，HOG

scale invariant feature transform，SIFT

单发多框检测与区域卷积神经网络(R-CNN)也存在以下主要区别:

1. 检测方式不同:- 单发多框检测:先生成大量anchor box,然后判断每个anchor box中的前景物体,并调整框位置。
- R-CNN:先使用选择性搜索等方法生成大量区域提议,然后判断每个提议框中的前景物体。

2. 训练过程不同:- 单发多框检测:anchor box是手动设定的,直接用于训练。训练时同时进行分类和边界框回归。
- R-CNN:区域提议来自于独立的方法。首先使用CNN提取每个提议的特征,然后进行SVM分类和边界框回归。训练分两步进行。

3. 预测速度不同:- 单发多框检测:在特征提取之后直接进行预测,速度较快。
- R-CNN:需要先生成大量区域提议,然后再进行CNN特征提取和SVM判断,速度较慢。

4. 框回归方式不同:- 单发多框检测:直接调整anchor box的位置,回归方式较简单。
- R-CNN:通过SVM分类得到正样本提议框,然后执行ConvNet框回归,得到更加准确的框坐标。

总体来说,单发多框检测的思路更加简单高效,利用固定的anchor box直接进行训练和预测,较易于实时化。而R-CNN采用较为复杂的两步训练方式,预测速度较慢,但是通过更为精确的框回归可以得到更高的检测精度

2. 计算机视觉能解决哪些问题：

分类，classification

检测，object Detection 能够区分出来不同类别

分割，更细粒度的抠图　　

　　语义分割 （像素分类，不区分同一类）与实例分割（同一个实例的不同类别区分出来，区分）

　　自动驾驶，全景分割，看到的所有像素都做实例分割

Object Detection in 20 Years: A survey

DPM：HOG 模板滑动（人工设计）窗口，符合模板特征

 3. YOLO V1

框架： 1. 缩放图片 2. 卷积网络 3. Non-max supperession 后处理，conf过滤-> 非极大值抑制

预测阶段