目标检测-训练与测试

目标检测网络的训练大致是如下的流程：

• 设置各种超参数
• 定义数据加载模块 dataloader
• 定义网络 model
• 定义损失函数 loss
• 定义优化器 optimizer
• 遍历训练数据，预测-计算loss-反向传播

首先，我们导入必要的库，然后设定各种超参数

后处理

目标框信息解码

之前我们的提到过，模型不是直接预测的目标框信息，而是预测的基于anchor的偏移，且经过了编码。因此后处理的第一步，就是对模型的回归头的输出进行解码，拿到真正意义上的目标框的预测结果。

后处理还需要做什么呢？由于我们预设了大量的先验框，因此预测时在目标周围会形成大量高度重合的检测框，而我们目标检测的结果只希望保留一个足够准确的预测框，所以就需要使用某些算法对检测框去重。这个去重算法叫做NMS

NMS的大致算法步骤如下：

1. 按照类别分组，依次遍历每个类别。

2. 当前类别按分类置信度排序，并且设置一个最低置信度阈值如0.05，低于这个阈值的目标框直接舍弃。

3. 当前概率最高的框作为候选框，其它所有与候选框的IOU高于一个阈值（自己设定，如0.5）的框认为需要被抑制，从剩余框数组中删除。

4. 然后在剩余的框里寻找概率第二大的框，其它所有与第二大的框的IOU高于设定阈值的框被抑制。

5. 依次类推重复这个过程，直至遍历完所有剩余框，所有没被抑制的框即为最终检测框。

   

   单图预测推理

当模型已经训练完成后，下面我们来看下如何对单张图片进行推理，得到目标检测结果。

首先我们需要导入必要的python包，然后加载训练好的模型权重。

随后我们需要定义预处理函数。为了达到最好的预测效果，测试环节的预处理方案需要和训练时保持一致，仅去除掉数据增强相关的变换即可。

因此，这里我们需要进行的预处理为：

• 将图片缩放为 224 * 224 的大小
• 转换为 Tensor 并除 255
• 进行减均值除方差的归一化

• 接着我们就来进行推理，过程很简单，核心流程可以概括为：

• 读取一张图片
• 预处理
• 模型预测
• 对模型预测进行后处理

最后，我们将最终得到的检测框结果进行绘制，得到类似如下图的检测结果：