何為檢測？

深度學(xué)習(xí)中的檢測任務(wù)（Detection）是指檢測出圖片中的物體位置，一般需要進(jìn)行畫框。比如下圖中把人、羊，還有狗都框出來了，具體來說，網(wǎng)絡(luò)需要輸出框的坐標(biāo)。

檢測網(wǎng)絡(luò)有哪些？

常用的檢測可以大致可以分為兩類：two stage和one stage. Two stage是說在檢測網(wǎng)絡(luò)分兩步，第一步是框出物體，第二步是確定這個(gè)物體的分類。One stage就是根據(jù)提取的特征，直接使用回歸網(wǎng)絡(luò)得出其分類和檢測框。其中，F(xiàn)aster R-CNN屬于two stage，SSD和YOLO屬于one stage.

One stage的好處是快，Two stage的好處是準(zhǔn)確，在得到檢測框后，再去分類這個(gè)任務(wù)要比直接回歸網(wǎng)絡(luò)得到分類好容易很多。

下圖是Faster RCNN的結(jié)構(gòu)：

主要分為四個(gè)步驟：

-       卷積層。原始圖片先經(jīng)過conv-relu-pooling的多層卷積神經(jīng)網(wǎng)絡(luò)，提取出特征圖(feature map)。

-       RPN層，region proposalnetworks。RPN層用于生成候選框，并利用softmax判斷候選框是前景還是背景，從中選取前景候選框（因?yàn)槲矬w一般在前景中），并回歸調(diào)整候選框的位置，獲得框內(nèi)的物體的feature map

-       ROI層，它將大小尺寸不同物體的feature map池化成相同的大小，然后送入后續(xù)的全連接層進(jìn)行物體分類

-       分類層。利用ROI層輸出的特征圖進(jìn)行分類，同時(shí)再次對檢測框bounding box進(jìn)行回歸從而得到更精確的形狀和位置。

SSD和YOLO可以放在一起對比，因?yàn)槎际菍儆趏ne stage的網(wǎng)絡(luò)，在獲取feature map后，檢測和分類一起在一起進(jìn)行。SSD和YOLO的區(qū)別在于SSD能夠進(jìn)行多尺度特征提取，可以看到上面的SSD結(jié)構(gòu)有6個(gè)箭頭指向Detections，每一個(gè)箭頭代表一個(gè)尺度的feature map，卷積層越往后越能看到全局的特征。YOLO則沒有這方面的設(shè)計(jì)，只有一個(gè)特征輸出到Detections網(wǎng)絡(luò)中。

因?yàn)镾SD網(wǎng)絡(luò)的這種設(shè)計(jì)，檢測精度比YOLO高，同時(shí)速度比Faster RCNN快，因此也是當(dāng)前應(yīng)用最廣泛的檢測網(wǎng)絡(luò)之一。另外，在SSD原始論文中用到的是VGG骨架來提取特征，現(xiàn)在很多更好的特征提取網(wǎng)絡(luò)，例如ResNet，mobilenet也在大量應(yīng)用，進(jìn)一步提高精度或者加快速度。