专栏名称: 机器学习研究会

机器学习研究会是北京大学大数据与机器学习创新中心旗下的学生组织，旨在构建一个机器学习从事者交流的平台。除了及时分享领域资讯外，协会还会举办各种业界巨头/学术神牛讲座、学术大牛沙龙分享会、real data 创新竞赛等活动。

基于深度学习的图像目标检测(下)

机器学习研究会 · 公众号 · AI · 2018-01-01 23:34

正文

请到「今天看啥」查看全文

2. 把快的方法，改进的更好！

前面我们谈到overfeat的效果一般，但是overfeat基于滑动窗口和回归思想的速度很快。从效果上来说， overfeat 的效果一般，对于重叠情况很多不能识别的情况。如何将基于回归的思想，做到逼近区域推荐的效果？YOLO把分而治之和IoU的思想集成进来了。而 SSD把多尺度Anchor Box的思想集成进来了。

除了快还有什么？当然是做优做强

Faster R-NN有三大主要部件， RPN 做区域推荐， RoI Pooling类似特征Pyramid，改善极大极小重叠，分类和Box回归的Log 加 Smoothed L1 损失，针对定位修正。如何要做优做强？

能否比RPN做的更优？

前面我们提到RPN能够达到Selective Search的效果，那么假如还要更好，怎么能够做到？AttractioNet利用了 NMS(non-maxima suppression)效果。 AttentionNet利用了弱注意力集中的机制