目標檢測也就是這么簡(jiǎn)單

1 背景

最近一直在看目標檢測類(lèi)干貨，慢慢在積累，今天就給大家帶來(lái)一個(gè)老早之前的小干貨！希望在閱讀的您可以喜歡這個(gè)主題和內容，謝謝大家的支持。

看到這些圖片大家應該都很熟悉，今天首要的主角就是他們，現在人機對戰已經(jīng)火熱進(jìn)行中，前不久美國的一場(chǎng)DOTA人機大戰拉開(kāi)了序幕，人工智能再次向人們證明了機器在某些領(lǐng)域強大的能力。

2 分析

在游戲中，如果想很好的了解對方“英雄”，首先必須得知道他（她）是哪位？所以，目標檢測是不是無(wú)處不在了？機器就是通過(guò)視覺(jué)得到對手是誰(shuí)，然后進(jìn)行分析對手的所有屬性，最后通過(guò)不同時(shí)間幀前后的關(guān)系來(lái)預測接下來(lái)幾秒或寫(xiě)一秒的行為，通過(guò)不同的預測來(lái)得到最優(yōu)解，完美破解對手的一些行動(dòng)，以最大的勝率來(lái)?yè)魯κ?。但是，今天我們只?lái)說(shuō)說(shuō)目標檢測這一模塊，因為這是前提條件！如果對人工智能游戲感興趣，可以閱讀：

基于心理學(xué)和數據驅動(dòng)的方法進(jìn)行游戲《LOL&王者榮耀》事件檢測與亮點(diǎn)事件預。

現在需要針對目標檢測的困難有目標大小變化多端、目標遮擋、光照、檢測速度，檢測精度等，今天帶領(lǐng)大家在這些領(lǐng)域去深入認識，針對性的去解決問(wèn)題。

RNN—>SSP—>Fast RCNN—>Faster RCNN—>YOLO—>SSD——>......

目標檢測的技術(shù)和知識在近三年得到了爆炸性的發(fā)展，應該說(shuō)現在的技術(shù)完全可以基本實(shí)現很多實(shí)際情況的問(wèn)題，但是依然沒(méi)有大力去發(fā)展去實(shí)施，最大的問(wèn)題就是不確定性。這一套技術(shù)其實(shí)現在還是不夠穩定不夠自適應。

一般常見(jiàn)的網(wǎng)絡(luò )訓練后，進(jìn)行測試一般都可以進(jìn)行簡(jiǎn)單的檢測，比如：

想必這種簡(jiǎn)單粗暴的方法大家都會(huì )去做，而且效果會(huì )比我的更好，但是如果是現實(shí)中的一些案例呢？？？譬如：

但是很多朋友出來(lái)的結果都是如下：

這種是不是就要比單一目標和較大較清晰的目標負責很多，也許也有很多朋友去說(shuō)，這不是有很多優(yōu)秀的網(wǎng)絡(luò )（比如：Tiny-Net，T-CNN，SeetaFace等），但是每個(gè)網(wǎng)絡(luò )都有自己的優(yōu)勢所在，今天就來(lái)說(shuō)說(shuō)多目標且是小目標的檢測技術(shù)，希望有興趣的您繼續看下去，謝謝！

為什么目標變小了的時(shí)候就會(huì )出現很多問(wèn)題，主要問(wèn)題就是特征表達性和判別性不足？所以針對表達性和判別性進(jìn)行深入研究，去就解決或緩解其帶來(lái)的檢測難題。

就好比上面的圖，如果再模糊一些再放小一些，你覺(jué)得你們認識嗎？所以通過(guò)這個(gè)到底，很簡(jiǎn)單就能理解特征表達的重要性，那怎么去解決呢？

現在可以通過(guò)這個(gè)圖很清楚的知道只要思想，就是利用目標的局部特征、全局特征和一些常見(jiàn)的融合特征，并進(jìn)行有規律的融合，既可以得到魯棒的特征表達，如下圖：

通過(guò)人臉目標的不同特征進(jìn)行詳細學(xué)習訓練特征表示。

想必上面幾幅圖大家都知道其出處，這種思想很好的利用了目標局部和全局特征，外加豐富的環(huán)境特征，從而很容易的就能把目標檢測出來(lái)。

最終的結果與下圖想必，也有很好的提升，而且在網(wǎng)絡(luò )過(guò)程中還加入了一些巧妙的改進(jìn)，使其目標檢測更加精確。

以下模糊的展示我的簡(jiǎn)單網(wǎng)絡(luò )雛形之一，并且得到了非常好的結果。

今天的知識點(diǎn)就點(diǎn)到為止，但是我們平臺會(huì )時(shí)不時(shí)給大家講一些小小的思路，讓腦洞大開(kāi)的你有更好的創(chuàng )新，所以請有興趣的朋友繼續關(guān)注我們平臺的貢獻，謝謝支持！