利用深度神经网络进行可扩展的目标检测
计算机视觉与模式识别
2013-12-10 v1 机器学习
摘要
深度卷积神经网络最近在包括 ImageNet 大规模视觉识别挑战赛 (ILSVRC-2012) 在内的多项图像识别基准测试中取得了 state-of-the-art 性能。在定位子任务中获胜的模型是一个为图像中的每个物体类别预测单个边界框和置信度分数的网络。此类模型捕捉了物体周围的整图上下文，但若不天真地为每个实例复制输出数量，则无法处理图像中同一物体的多个实例。在本工作中，我们提出了一种受显著性启发的检测用神经网络模型，该模型预测一组与类别无关的边界框，并为每个框提供一个单一分数，对应于其包含任何感兴趣物体的可能性。该模型自然地处理了每个类别可变数量的实例，并允许在网络最高层进行跨类别泛化。我们仅在每张图像中使用少数几个预测位置并进行少量神经网络评估，便在 VOC2007 和 ILSVRC2012 上获得了具有竞争力的识别性能。
引用
@article{arxiv.1312.2249,
title = {Scalable Object Detection using Deep Neural Networks},
author = {Dumitru Erhan and Christian Szegedy and Alexander Toshev and Dragomir Anguelov},
journal= {arXiv preprint arXiv:1312.2249},
year = {2013}
}