目標檢測入門系列手冊一：定位 + 分類問題的解法

，學習全套目標檢測演算法&模型

定位 + 分類問題 是分類到目標檢測 的一個過渡問題，從單純地圖片分類到分類後給出目標所處位置，再到多目標的類別和位置。接下來，我們看一下定位+ 分類問題的解法。

分類不用多說，上一章我們以分類為例講了卷積神經網路。在定位問題中，則需要模型返回目標所在的外接矩形框，即目標的（x,y,w,h）四元組。

接下來介紹一種比較容易想到的思路，把定位當做迴歸問題，具體步驟如下：

（1）訓練（或下載）一個分類模型，例如AlexNet、VGGNet 或ResNet；

（2）在分類網路最後一個卷積層的特徵層（feature map）上新增“regression head”，如圖1-2 所示；補充說明：神經網路中不同的“head”通常用來訓練不同的目標，每個“head”的損失函式和最佳化方向不同。如果想讓一個網路實現多個功能，通常是在神經網路後面接多個不同功能的“head”。

（3）同時訓練“classification head”和“regression head”，為了同時訓練分類和定位（定位是迴歸問題）兩個問題，最終損失函式是分類和定位兩個“head”產生損失的加權和。

（4）在預測時同時使用分類和迴歸head 得到分類+ 定位結果。這裡強調一下，分類預測出的結果就是C 個類別，迴歸預測的結果可能有兩種：一種是類別無關，輸出4個值；一種是類別相關，輸出4*C 個值，這要看讀者想要哪種結果了。

文章來源： 阿里雲-機器智慧技術