PyTorch 目标检测（二）

网络骨架 backbone

物体检测算法流程：

1. 利用卷积神经网络处理输入图像
2. 生成特征图
3. 利用算法完成区域生成和损失计算

卷积层

提取图像特征
torch.nn.Conv2d(in_channels, out_channels, kernel_size, stride, padding, dilation, groups, bias)

1. in_channels：输入特征图的通道数，一般处理RGB图像时为3
2. out_channels：输出特征图的通道数
3. kernel_size：卷积核的尺寸，常见的有1，3，5，7的正方形
4. stride：卷积核计算滑动步长，一般为1，若大于1，则输出特征图的尺寸会变小
5. padding：填充，常见的有零填充，边缘填充，默认为零填充
6. dilation：空洞卷积，大于1可以在保证特征图尺寸的同时增大感受野，默认为1
7. groups：可实现组卷积，达到降低计算量的目的
8. bias：是否需要偏置，默认为True

激活函数层

与TensorFlow不一样的是PyTorch的激活函数层是独立于卷积层的

池化层

第一个参数是池化区域的大小，第二个参数表示步长
nn.MaxPool2d(2, stride=2)
nn.AvePool2d(2, stride=2)

Dropout层

参数过多，训练样本较少时容易出现过拟合现象：训练集预测准确率高，测试集低。
第一个参数是元素置零的概率p，第二个参数为是否原地操作
nn.Dropout(0.5, inplace=False)

Dropout有效缓解过拟合原理：

每个神经元以概率p保留，1-p的概率停止工作，每次前向传递的神经元都不同，使得不会过度依赖局部特征。测试时为了保证相同的期望值，每个参数都要乘上p，也可以在训练时将保留下来的神经元乘以1/p使得测试时不用改变权重。

BN层

便于训练收敛和调参，解决浅层参数前向传播会存在过度放大的问题

BN层实现过程

以batch为单位，对每个batch进行操作

1. 白化操作，计算输入数据的均值方差，进行正太标准化
2. 线性变换，引进两个可学习参数输出线性变换后的值
   nn.BatchNorm2d(64)
   使用时只需要传入一个参数，为特征的通道数
   其他参数为默认值
   白化中的伊普西隆默认为1e-05
   momentum为均值方差的动量，默认为0.1
   affine为是否添加可学习参数，默认为True

全连接层

nn.Linear(输入维度，输出维度）

感受野

感受野是指特征图上某一点可以看到的输入图像的区域

假设卷积核是33，则第一层的感受野为33，第二层的感受野为55，第三层的感受野为77.但是实际上边缘点的使用次数明显比中间点要少。

资料参考《深度学习之PyTorch物体检测实战》