探秘Linux下PyFaster RCNN：深入了解高效物体检测技术 (linux py-faster rcnn)
摘要：
本文主要介绍了PyFaster RCNN技术，该技术是一种高效的物体检测技术，可以在Linux系统下运行。本文详细介绍了PyFaster RCNN的原理、安装方法、算法流程、训练和测试、以及常见问题和解决方法等方面，希望对读者有所帮助。
关键词：
PyFaster RCNN，物体检测，Linux系统，算法流程，训练，测试，常见问题和解决方法
一、概述
在图像领域，物体检测是一种重要的技术，它可以在图像中识别出物体的位置和类别等信息。而PyFaster RCNN技术就是一种高效的物体检测技术，可以在Linux系统下运行。PyFaster RCNN的优势在于它具有高准确性、高速度和高效性，可以应用于各种物体检测应用中。
二、PyFaster RCNN的原理
PyFaster RCNN是基于深度学习的物体检测技术，它主要由三个模块组成：Region Proposal Network（RPN）、RoI Pooling和全连接网络（fully-connected layers)。其中RPN用来生成目标候选框，RoI Pooling用来对目标候选框进行特征提取，全连接网络用来对提取到的特征进行分类和回归，最终输出物体的位置和类别等信息。
三、PyFaster RCNN的安装方法
PyFaster RCNN的安装方法比较简单，可以通过Git或者Pip来进行安装。具体步骤如下：
1.安装Git：
sudo apt-get update
sudo apt-get install git
2.克隆PyFaster RCNN源码：
git clone https://github.com/rbgirshick/py-faster-rcnn.git
3.安装依赖：
sudo apt-get install python-dev python-pip python-numpy python-scipy python-opencv
4.安装Caffe：
cd py-faster-rcnn/caffe-fast-rcnn
cp Makefile.config.example Makefile.config
make -j8 && make pycaffe
5.编译Lib
cd Faster-RCNN-Lib/
make
四、PyFaster RCNN的算法流程
PyFaster RCNN的算法流程如下：
1.对输入图像进行预处理，得到数据的特征图；
2.使用RPN生成目标候选框；
3.对目标候选框进行RoI Pooling操作，得到固定大小的特征向量；
4.使用全连接网络对特征向量进行分类和回归，得到物体的位置和类别等信息。
五、PyFaster RCNN的训练和测试
PyFaster RCNN的训练和测试需要使用到数据集和预训练模型。具体步骤如下：
1.准备数据集：使用标注工具对数据集进行标注，生成训练集和测试集；
2.进行数据增强：对训练集进行数据增强，增加数据量，提高模型的泛化能力；
3.进行训练：使用训练集和预训练模型进行训练，训练完成后保存模型；
4.进行测试：使用测试集对训练好的模型进行测试，得到模型的检测精度和召回率。
六、常见问题和解决方法
1.找不到Cuda：
解决方法：安装Cuda
2.Caffe编译失败：
解决方法：更新系统，升级gcc和g++
3.训练卡顿：
解决方法：降低batch size
4.测试精度低：
解决方法：增加数据集，调整模型参数
七、结论
PyFaster RCNN是一种高效的物体检测技术，在Linux系统下运行。该技术具有高准确性、高速度和高效性等优点，可以应用于各种物体检测应用中。本文介绍了PyFaster RCNN的原理、安装方法、算法流程、训练和测试、以及常见问题和解决方法等方面，希望对读者有所帮助。
相关问题拓展阅读：
MMDetection官方教程 技术细节 | 四
作者|open-mmlab
编译|Flin
来源|Github
在本节中,我们将介绍训练检测器的主要单元：数据管道,模型和迭代管道。
按照规定, 我们使用 Dataset 和 DataLoader 用于多个处理的数据加载。 Dataset 返回对应于模型的forward方法的参数的数据项字典。由于对象检测中的数据大小可能不同(图像大小,gt bbox大小等),因此我们在MMCV中引入了一种新类型 DataContainer ,以帮助收集和分配不同大小的数据。有关更多详细信息,请参见此处(
) 。
对数据准备管道和数据集进行分解。通常,数型升乎据集定义了如何处理注释,数据管道定义所有准备数据字典的步骤。流水线由一系列操作组成。每个操作都将一个dict作为输入,并为下一个转换输出一个dict。
在下图中,我们展示了经典管道。蓝色块是管道操作。随着管道的进行,每个操作员可以向结果字典添加新键(标记为绿色)或更新现有键(标记为橙色)。
这些操作分为数据加载, 预处理, 格式化和测试时间扩充。
这是Faster R-CNN的管道示例。
对于每个操作,我们都列出了添加/更新/删除的相关字典字段。
LoadImageFromFile
LoadAnnotations
LoadProposals
Resize
RandomFlip
Pad
RandomCrop
Normalize
SegRescale
PhotoMetricDistortion
Expand
MinIoURandomCrop
Corrupt
ToTensor
ImageToTensor
Transpose
ToDataContainer
DefaultFormatBundle
Collect
MultiScaleFlipAug
在MMDetection中,模型组件基本上分为4种类型。
我们还使用上述组件编写了一些通用的检测管道,例如 SingleStageDetector 和 TwoStageDetector .
遵循一些基本流程(例如two-stage detectors),可以通过配置文件轻松定制模型结构。
如果我们要实现一些新组件,例如,路径聚合网络中用于实例分段的路径聚合FPN结构(
) ,则卜悉有两件事要做。
我们将发布更多组件笑数(backbones, necks, heads) 用于研究的目的。
要编写新的检测管道,你需要继承 BaseDetector ,它定义了以下抽象方法。
TwoStageDetector (
)
是一个很好的例子,展示了如何做到这一点。
我们对单台机器和多台机器都采用分布式训练。假设服务器有8个GPU,将启动8个进程,并且每个进程都在单个GPU上运行。
每个过程都保持一个独立的模型,数据加载器和优化器。模型参数在开始时仅同步一次。在向前和向后传递之后,所有GPU之间的梯度都将减小,优化器将更新模型参数。由于所有梯度均减小,因此迭代后所有过程的模型参数均保持不变。
有关更多信息,请参阅我们的技术报告。
(
).
原文链接：
欢迎关注磐创AI博客站：
sklearn机器学习中文官方文档：
欢迎关注磐创博客资源汇总站：
经典目标检测算法介绍
姓名：牛晓银；学号：；学院：计算机科学与技术
转自：
【嵌牛导读】：目标检测，也叫目标提取，是一种基于目标几何和统计特征的图像分割。随着计算机技术的发展和计算机视觉原理的广泛应用，利用计算机图像处理技术对目标进行实时跟踪研究越来越热门，对目标进行动态实时跟踪定位在智能化交通系统、军事目标检测及医学导航手术中手术器械定位等方面具有广泛的应用价值。
【嵌牛鼻子】：目标检测、检测模型、计算机视觉
【嵌牛提问】：你知道或者用过哪些目标检测算法？
【嵌牛正文】：
（一）目标检测经典工作回顾
本文结构
两阶段模型因其对图片的两阶段处理得名，也称为基于区域（Region-based）的方法，我们选取R-CNN系列工作作为这一类型的代表。圆颂中
R-CNN: R-CNN系列的开山之作
论文链接： Rich feature hierarchies for accurate object detection and semantic segmentation
本文的两大贡献：1）CNN可用于基于区域的定位和分割物体；2）监督训练样本数紧缺时，在额外的数据上预训练的模型经过fine-tuning可以取得很好的效果。之一个贡献影响了之后几乎所有2-stage方法，而第二个贡献中用分类任务（Imagenet）中训练好的模型作为基网络，在检测问题上fine-tuning的做法也在之后的工作中一直沿用。
传统的计算机视觉方法常用精心设计的手工特征(如SIFT, HOG)描述图像，而深度学习的方法则倡导习得特征，从图像分类任务的经验来看，CNN网络自动习得的特征取得的效果已经超出了手工设计的特征。本篇在局部区域应用卷积网络，以发挥卷积网络学习高质量特征的能力。
R-CNN将检测抽象为两个过程，一是基于图片提出若干可能包含物体的区域（即图片的局部裁剪，被称为Region Proposal），文中使用的是Selective Search算法；二是在提出的这些区橘山域上运行当时表现更好的分类网络（AlexNet），得到每个区域内物体的类别。
另外，文章中的两个做法值得注意。
一是数据的准备。输入CNN前，我们需要根据Ground Truth对提出的Region Proposal进行标记，这里使用的指标是IoU（Intersection over Union，交并比）。IoU计算了两个区域之交的面积跟它们之并的比，描述了两个区域的重合程度。
文章中特别提到，樱隐IoU阈值的选择对结果影响显著，这里要谈两个threshold，一个用来识别正样本（如跟ground truth的IoU大于0.5），另一个用来标记负样本（即背景类，如IoU小于0.1），而介于两者之间的则为难例（Hard Negatives），若标为正类，则包含了过多的背景信息，反之又包含了要检测物体的特征，因而这些Proposal便被忽略掉。
另一点是位置坐标的回归（Bounding-Box Regression），这一过程是Region Proposal向Ground Truth调整，实现时加入了log/exp变换来使损失保持在合理的量级上，可以看做一种标准化（Normalization)操作。
小结
R-CNN的想法直接明了，即将检测任务转化为区域上的分类任务，是深度学习方法在检测任务上的试水。模型本身存在的问题也很多，如需要训练三个不同的模型（proposal, classification, regression）、重复计算过多导致的性能问题等。尽管如此，这篇论文的很多做法仍然广泛地影响着检测任务上的深度模型革命，后续的很多工作也都是针对改进这一工作而展开，此篇可以称得上”The First Paper”。
Fast R-CNN: 共享卷积运算
论文链接： Fast R-CNN
文章指出R-CNN耗时的原因是CNN是在每一个Proposal上单独进行的，没有共享计算，便提出将基础网络在图片整体上运行完毕后，再传入R-CNN子网络，共享了大部分计算，故有Fast之名。
上图是Fast R-CNN的架构。图片经过feature extractor得到feature map, 同时在原图上运行Selective Search算法并将RoI（Region of Interset，实为坐标组，可与Region Proposal混用）映射到到feature map上，再对每个RoI进行RoI Pooling操作便得到等长的feature vector，将这些得到的feature vector进行正负样本的整理（保持一定的正负样本比例），分batch传入并行的R-CNN子网络，同时进行分类和回归，并将两者的损失统一起来。
RoI Pooling 是对输入R-CNN子网络的数据进行准备的关键操作。我们得到的区域常常有不同的大小，在映射到feature map上之后，会得到不同大小的特征张量。RoI Pooling先将RoI等分成目标个数的网格，再在每个网格上进行max pooling，就得到等长的RoI feature vector。
文章最后的讨论也有一定的借鉴意义：
multi-loss traing相比单独训练classification确有提升
multi-scale相比single-scale精度略有提升，但带来的时间开销更大。一定程度上说明CNN结构可以内在地学习尺度不变性
在更多的数据(VOC)上训练后，精度是有进一步提升的
Softmax分类器比”one vs rest”型的SVM表现略好，引入了类间的竞争
更多的Proposal并不一定带来精度的提升
小结
Fast R-CNN的这一结构正是检测任务主流2-stage方法所采用的元结构的雏形。文章将Proposal, Feature Extractor, Object Classification&Localization统一在一个整体的结构中，并通过共享卷积计算提高特征利用效率，是最有贡献的地方。
Faster R-CNN: 两阶段模型的深度化
论文链接： Faster R-CNN: Towards Real Time Object Detection with Region Proposal Networks
Faster R-CNN是2-stage方法的奠基性工作，提出的RPN网络取代Selective Search算法使得检测任务可以由神经网络端到端地完成。粗略的讲，Faster R-CNN = RPN + Fast R-CNN，跟RCNN共享卷积计算的特性使得RPN引入的计算量很小，使得Faster R-CNN可以在单个GPU上以5fps的速度运行，而在精度方面达到SOTA（State of the Art，当前更佳）。
本文的主要贡献是提出Regional Proposal Networks，替代之前的SS算法。RPN网络将Proposal这一任务建模为二分类（是否为物体）的问题。
之一步是在一个滑动窗口上生成不同大小和长宽比例的anchor box（如上图右边部分），取定IoU的阈值，按Ground Truth标定这些anchor box的正负。于是，传入RPN网络的样本数据被整理为anchor box（坐标）和每个anchor box是否有物体（二分类标签）。RPN网络将每个样本映射为一个概率值和四个坐标值，概率值反应这个anchor box有物体的概率，四个坐标值用于回归定义物体的位置。最后将二分类和坐标回归的损失统一起来，作为RPN网络的目标训练。
由RPN得到Region Proposal在根据概率值筛选后经过类似的标记过程，被传入R-CNN子网络，进行多分类和坐标回归，同样用多任务损失将二者的损失联合。
小结
Faster R-CNN的成功之处在于用RPN网络完成了检测任务的”深度化”。使用滑动窗口生成anchor box的思想也在后来的工作中越来越多地被采用（YOLO v2等）。这项工作奠定了”RPN+RCNN”的两阶段方法元结构，影响了大部分后续工作。
单阶段（1-stage）检测模型
单阶段模型没有中间的区域检出过程，直接从图片获得预测结果，也被成为Region-free方法。
YOLO
论文链接： You Only Look Once: Unified, Real-Time Object Detection
YOLO是单阶段方法的开山之作。它将检测任务表述成一个统一的、端到端的回归问题，并且以只处理一次图片同时得到位置和分类而得名。
YOLO的主要优点：
快。
全局处理使得背景错误相对少，相比基于局部（区域）的方法， 如Fast RCNN。
泛化性能好，在艺术作品上做检测时，YOLO表现比Fast R-CNN好。
YOLO的工作流程如下：
1.准备数据：将图片缩放，划分为等分的网格，每个网格按跟Ground Truth的IoU分配到所要预测的样本。
2.卷积网络：由GoogLeNet更改而来，每个网格对每个类别预测一个条件概率值，并在网格基础上生成B个box，每个box预测五个回归值，四个表征位置，第五个表征这个box含有物体（注意不是某一类物体）的概率和位置的准确程度（由IoU表示）。测试时，分数如下计算：
等式左边之一项由网格预测，后两项由每个box预测，以条件概率的方式得到每个box含有不同类别物体的分数。 因而，卷积网络共输出的预测值个数为S×S×(B×5+C)，其中S为网格数，B为每个网格生成box个数，C为类别数。
3.后处理：使用NMS（Non-Maximum Suppression，非极大抑制）过滤得到最后的预测框
损失函数的设计
损失函数被分为三部分：坐标误差、物体误差、类别误差。为了平衡类别不均衡和大小物体等带来的影响，损失函数中添加了权重并将长宽取根号。
小结
YOLO提出了单阶段的新思路，相比两阶段方法，其速度优势明显，实时的特性令人印象深刻。但YOLO本身也存在一些问题，如划分网格较为粗糙，每个网格生成的box个数等限制了对小尺度物体和相近物体的检测。
SSD: Single Shot Multibox Detector
论文链接： SSD: Single Shot Multibox Detector
SSD相比YOLO有以下突出的特点：
多尺度的feature map：基于VGG的不同卷积段，输出feature map到回归器中。这一点试图提升小物体的检测精度。
更多的anchor box，每个网格点生成不同大小和长宽比例的box，并将类别预测概率基于box预测（YOLO是在网格上），得到的输出值个数为(C+4)×k×m×n，其中C为类别数，k为box个数，m×n为feature map的大小。
小结
SSD是单阶段模型早期的集大成者，达到跟接近两阶段模型精度的同时，拥有比两阶段模型快一个数量级的速度。后续的单阶段模型工作大多基于SSD改进展开。
检测模型基本特点
最后，我们对检测模型的基本特征做一个简单的归纳。
检测模型整体上由基础网络（Backbone Network）和检测头部（Detection Head）构成。前者作为特征提取器，给出图像不同大小、不同抽象层次的表示；后者则依据这些表示和监督信息学习类别和位置关联。检测头部负责的类别预测和位置回归两个任务常常是并行进行的，构成多任务的损失进行联合训练。
相比单阶段，两阶段检测模型通常含有一个串行的头部结构，即完成前背景分类和回归后，把中间结果作为RCNN头部的输入再进行一次多分类和位置回归。这种设计带来了一些优点：
对检测任务的解构，先进行前背景的分类，再进行物体的分类，这种解构使得监督信息在不同阶段对网络参数的学习进行指导
RPN网络为RCNN网络提供良好的先验，并有机会整理样本的比例，减轻RCNN网络的学习负担
这种设计的缺点也很明显：中间结果常常带来空间开销，而串行的方式也使得推断速度无法跟单阶段相比；级联的位置回归则会导致RCNN部分的重复计算（如两个RoI有重叠）。
另一方面，单阶段模型只有一次类别预测和位置回归，卷积运算的共享程度更高，拥有更快的速度和更小的内存占用。读者将会在接下来的文章中看到，两种类型的模型也在互相吸收彼此的优点，这也使得两者的界限更为模糊。
linux py-faster rcnn的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于linux py-faster rcnn,探秘Linux下PyFaster RCNN：深入了解高效物体检测技术,MMDetection官方教程 技术细节 | 四,经典目标检测算法介绍的信息别忘了在本站进行查找喔。
