【深度學習論文筆記】Deep Neural Networks for Object Detection
論文:<<Deep
Neural Networks for Object Detection>>
作者:Christian Szegedy Alexander Toshev Dumitru
Erhan
來源: Google
是否開放程式碼： 否
主要思想：利用DNN來做目標檢測，因為現在的CNN等深度學習在識別上面做的還挺好，但是在目標檢測上面，好像沒有特別突出的結果。目標檢測
= 目標識別 +目標定位；
本文中作者把目標檢測看做一個迴歸問題，迴歸目標視窗（BoundingBox）的位置，尋找一張圖片當中目標類別和目標出現的位置。
當前的目標檢測方法效果比較好的是
目標檢測最重要的問題：1.大小（解析度）
2.如何不滑動視窗來做（滑動視窗實在是太慢了）。
文章說明了：1. 基於DNN的迴歸不但可以學習有利於分類的特徵，同時它也能夠捕獲到目標的幾何資訊；
主要內容：
通過設計基於DNN的迴歸，它的輸出為二值化mask（掩碼？反正就是來表示目標的位置資訊），並且實現了從掩碼中提取檢測到的目標視窗，利用DNN的掩碼迴歸問題中，即考慮到了完整影象的多尺度問題，同時也考慮到了一些小數量的影象裁剪塊，然後以此精化；
在實現中，作者基於NIPS2012ImageNet那篇，直接把最後一層替換為迴歸層。
其它的基於DNN的檢測方法或多或少是基於區域性或者半區域性分類器來做的，這這篇文章中採用的是利用整幅影象作為輸入，然後通過位置迴歸來做的，這樣的方法顯然比滑動視窗的方法來說更加的高效；
對於存在的三個問題：1 .單個掩碼可能區分開那些相互靠近的目標，2.由於輸出大小的限制，產生的掩碼會比原始影象小很多，所以這樣就不能夠精確的定位，3.因為輸入是整張影象，一些小的圖片能夠影響到的輸入神經元很少，所以將導致不易識別；
1.為了解決第一個問題：目標相互靠近的情況：
作者生成多個掩碼，每個掩碼錶示著對應的完整的目標或者部分目標，他們使用一個網路來預測目標視窗掩碼，使用
==========================================
未完~~