1 背景

最近一直在看目標(biāo)檢測類干貨，慢慢在積累，今天就給大家?guī)硪粋€老早之前的小干貨！希望在閱讀的您可以喜歡這個主題和內(nèi)容，謝謝大家的支持。

看到這些圖片大家應(yīng)該都很熟悉，今天首要的主角就是他們，現(xiàn)在人機(jī)對戰(zhàn)已經(jīng)火熱進(jìn)行中，前不久美國的一場DOTA人機(jī)大戰(zhàn)拉開了序幕，人工智能再次向人們證明了機(jī)器在某些領(lǐng)域強(qiáng)大的能力。

2 分析

在游戲中，如果想很好的了解對方“英雄”，首先必須得知道他（她）是哪位？所以，目標(biāo)檢測是不是無處不在了？機(jī)器就是通過視覺得到對手是誰，然后進(jìn)行分析對手的所有屬性，最后通過不同時間幀前后的關(guān)系來預(yù)測接下來幾秒或?qū)懸幻氲男袨?，通過不同的預(yù)測來得到最優(yōu)解，完美破解對手的一些行動，以最大的勝率來擊敗對手。但是，今天我們只來說說目標(biāo)檢測這一模塊，因為這是前提條件！如果對人工智能游戲感興趣，可以閱讀：

基于心理學(xué)和數(shù)據(jù)驅(qū)動的方法進(jìn)行游戲《LOL&王者榮耀》事件檢測與亮點事件預(yù)。

現(xiàn)在需要針對目標(biāo)檢測的困難有目標(biāo)大小變化多端、目標(biāo)遮擋、光照、檢測速度，檢測精度等，今天帶領(lǐng)大家在這些領(lǐng)域去深入認(rèn)識，針對性的去解決問題。

RNN—>SSP—>Fast RCNN—>Faster RCNN—>YOLO—>SSD——>......

目標(biāo)檢測的技術(shù)和知識在近三年得到了爆炸性的發(fā)展，應(yīng)該說現(xiàn)在的技術(shù)完全可以基本實現(xiàn)很多實際情況的問題，但是依然沒有大力去發(fā)展去實施，最大的問題就是不確定性。這一套技術(shù)其實現(xiàn)在還是不夠穩(wěn)定不夠自適應(yīng)。

一般常見的網(wǎng)絡(luò)訓(xùn)練后，進(jìn)行測試一般都可以進(jìn)行簡單的檢測，比如：

想必這種簡單粗暴的方法大家都會去做，而且效果會比我的更好，但是如果是現(xiàn)實中的一些案例呢？？？譬如：

但是很多朋友出來的結(jié)果都是如下：

這種是不是就要比單一目標(biāo)和較大較清晰的目標(biāo)負(fù)責(zé)很多，也許也有很多朋友去說，這不是有很多優(yōu)秀的網(wǎng)絡(luò)（比如：Tiny-Net，T-CNN，SeetaFace等），但是每個網(wǎng)絡(luò)都有自己的優(yōu)勢所在，今天就來說說多目標(biāo)且是小目標(biāo)的檢測技術(shù)，希望有興趣的您繼續(xù)看下去，謝謝！

為什么目標(biāo)變小了的時候就會出現(xiàn)很多問題，主要問題就是特征表達(dá)性和判別性不足？所以針對表達(dá)性和判別性進(jìn)行深入研究，去就解決或緩解其帶來的檢測難題。

就好比上面的圖，如果再模糊一些再放小一些，你覺得你們認(rèn)識嗎？所以通過這個到底，很簡單就能理解特征表達(dá)的重要性，那怎么去解決呢？

現(xiàn)在可以通過這個圖很清楚的知道只要思想，就是利用目標(biāo)的局部特征、全局特征和一些常見的融合特征，并進(jìn)行有規(guī)律的融合，既可以得到魯棒的特征表達(dá)，如下圖：

通過人臉目標(biāo)的不同特征進(jìn)行詳細(xì)學(xué)習(xí)訓(xùn)練特征表示。

想必上面幾幅圖大家都知道其出處，這種思想很好的利用了目標(biāo)局部和全局特征，外加豐富的環(huán)境特征，從而很容易的就能把目標(biāo)檢測出來。

最終的結(jié)果與下圖想必，也有很好的提升，而且在網(wǎng)絡(luò)過程中還加入了一些巧妙的改進(jìn)，使其目標(biāo)檢測更加精確。

以下模糊的展示我的簡單網(wǎng)絡(luò)雛形之一，并且得到了非常好的結(jié)果。

今天的知識點就點到為止，但是我們平臺會時不時給大家講一些小小的思路，讓腦洞大開的你有更好的創(chuàng)新，所以請有興趣的朋友繼續(xù)關(guān)注我們平臺的貢獻(xiàn)，謝謝支持！