动手学深度学习Pytorch版本学习笔记 Task 09

1.目标检测基础

目标检测基础主要注意关于输入输出数据问题：
两个术语:
（1）真实边界框（ground-truth bounding box）：通俗讲，ground-truth bounding box也就是人工对数据集标注的边界框，也就是y_labels
（2）锚框（anchor box） ：anchor box是要计算的边框数值，也就是y_predict（最后计算和y_labels的loss）
有以下几个主要参数： 输入图像高h， 宽W， 大小为s(0~1), 宽高比为r>0。再利用r计算anchor box的宽高  MultiBoxPrior作用是生成输入的batch的数据集的anchor box，形状为(1, num_anchors, 4)，这里形成anchor box数量为hw（n+m-1）， 这里的n为图像的大小size，m为图像的宽高比r。 这里的4维是（左上x，左上y，右下x，右下y）

2.图像风格迁移

方法

用一个例子来阐述基于卷积神经网络的样式迁移方法。首先，我们初始化合成图像，例如将其初始化成内容图像。该合成图像是样式迁移过程中唯一需要更新的变量，即样式迁移所需迭代的模型参数。然后，我们选择一个预训练的卷积神经网络来抽取图像的特征，其中的模型参数在训练中无须更新。深度卷积神经网络凭借多个层逐级抽取图像的特征。我们可以选择其中某些层的输出作为内容特征或样式特征。以图9.13为例，这里选取的预训练的神经网络含有3个卷积层，其中第二层输出图像的内容特征，而第一层和第三层的输出被作为图像的样式特征。接下来，我们通过正向传播（实线箭头方向）计算样式迁移的损失函数，并通过反向传播（虚线箭头方向）迭代模型参数，即不断更新合成图像。样式迁移常用的损失函数由3部分组成：内容损失（content loss）使合成图像与内容图像在内容特征上接近，样式损失（style loss）令合成图像与样式图像在样式特征上接近，而总变差损失（total variation loss）则有助于减少合成图像中的噪点。最后，当模型训练结束时，我们输出样式迁移的模型参数，即得到最终的合成图像。