目标识别基础知识

http://www.cnblogs.com/gujianhan/p/6035514.html
Roi：Region Of Interest
OCR：Optical character recognition 光学字符识别
选择性搜索 Selective Search http://blog.csdn.net/mao_kun/article/details/50576003
OverFeat:FCN+ offset max-pooling
http://blog.csdn.net/hjimce/article/details/50187881
R-CNN
1.Selective Search VS 多尺度的滑动窗口
2.每个类别的边框回归器VS统一的边框回归器
3.SVM VS 多层网络
SPP
1.通过固定pooling输出的方法将维度不一的卷积特征转换为维度一致的全连接输入。（16*16） （4*4） （1*1） 三种pooling。支持不同尺度的网络输入。
2.SPP-net对R-CNN最大的改进就是特征提取步骤做了修改，其他模块仍然和R-CNN一样。特征提取不再需要每个候选区域都经过CNN，只需要将整张图片输入到CNN就可以了，ROI特征直接从特征图获取。和R-CNN相比，速度提高了百倍
Fast R-CNN
Fast R-CNN是要解决R-CNN和SPP-net两千个左右候选框带来的重复计算问题，使用ROI pooling代替SPP。Rol pooling layer的作用主要有两个，一个是将image中的rol定位到feature map中对应patch，另一个是用一个单层的SPP layer将这个feature map patch下采样为大小固定的feature再传入全连接层。
cankao
http://blog.csdn.net/u010678153/article/details/46891655
http://blog.csdn.net/shenxiaolu1984/article/details/51036677
Faster R-CNN
Faster R-CNN则直接利用RPN（Region Proposal Networks)网络来计算候选框，Faster R-CNN抛弃了Selective Search，引入了RPN网络，使得区域提名、分类、回归一起共用卷积特征，从而得到了进一步的加速
http://blog.csdn.net/shenxiaolu1984/article/details/51152614
http://www.jianshu.com/p/cef69c6651a9
http://blog.csdn.net/zy1034092330/article/details/62044941(*****importent)
YOLO
http://www.360doc.com/content/16/1230/14/25664332_618882791.shtml 1.1一体化检测方案
http://blog.csdn.net/zy1034092330/article/details/72807924
网络把目标检测与定位统一到一个深度网络中，而且可以同时在原图上检测多个物体。步骤总结如下：
（1）把图片分割成S*S个方格，假如某个物体的中点落在其中一个方格，那么这个方格就对这个物体负责。这里说的物体的中点应该是指ground truth box中的物体的中心（？是这样吗）。
（2）对于每个格子，预测B个bounding box以及相应的confidence。Bounding box 的如何选择让我思考了一番，回忆起faster cnn中，在网络上预测bounding box会有比例与大小，但这里不需要，因为faster cnn中的box的选择其实算是regoin proposal的一部分，而在YOLO这个box直接通过回归方程计算出来的。在这里，confidence的计算包含两个部分：Pr(Object)*Iou(Object|GT)，当格子中没有物体，则Pr(Object) = 0，否则等于1。可以从式子中看到，它包含了是否存在物体以及预测的精确度两个方面的信息。除此以外，对于bounding box会有四个坐标即x、y、w、h。
（3）对于每个含有物体的格子预测C个类别的概率信息，一个格子里面所有的Bbox公用一个类别向量。而且每个格子还要预测B个box，这样最后会得到S*S*（B*5+C）的张量。以上是根据ground truth box训练的部分。
（4）在test的时候，预测到了S*S*（B*5+C）的张量，把类别概率与confidence相乘，就得到每个bounding box 的class – specific confidence分数
（5）根据以上得到的分数设置阈值进行过滤，然后执行NMS处理，得到最终检测结果。