锚框【Anchor frame】

一类目标检测算法是基于锚框

  • 提出多个被称为锚框的区域(边缘框)
  • 预测每个锚框是否含有关注的物体
  • 如果是,预测从这个锚框到真实边缘框的偏移

IoU-交并比
IoU用来计算两个框之间的相似度

  • 0表示无重叠,1表示重合

锚框【Anchor frame】_第1张图片
赋予锚框标号

  • 每个锚框是一个训练样本
  • 将每个锚框,要么标注为背景,要么关联上一个真实边缘框
  • 我们可能会生成大量的锚框【这个导致大量的负类样本】

使用非极大值抑制【NMS】输出
每个锚框预测一个边缘框
NMS可以合并相似的预测

  • 选中是非背景类的最大预测值
  • 去掉所有其他和他IoU值大于 某个值 的预测
  • 重复上述过程直到所有预测要么被选中,要么被去掉

总结:

  • 一类目标检测算法基于锚框来预测
  • 首先生成大量锚框,并赋予标号,每个锚框作为一个样本进行训练
  • 在预测时,使用NMS来去掉冗余的预测。

你可能感兴趣的:(深度学习,目标跟踪,人工智能,计算机视觉)