3.3目标探测

        今天我们来构建一个对象检测算法,我们将学习如何通过卷积网络进行对象检测,采用的是基于滑动窗口的目标检测算法.

        假如你想构建一个汽车检测算法,步骤是首先创建一个标签训练集，也就是X和Y表示适当准确的汽车图片样本，这张图片x是一个正样本，因为它是一辆汽车图片。中间几张图片也有汽车，但是后面两张没有汽车，出于对我们对这个训练集的期望，你一开始可以使用适当剪切的图片，就是整张图片X几乎都被汽车占据。

        你可以照张照片，然后剪切，减掉汽车以外的部分，使汽车居于中心位置，并基本占据整张图片，有了这个标签训练集，就可以开始训练卷积网络了。

        输入这些简单剪切过的图像，卷积网络输出Y，0或1表示图片中有汽车或没有汽车，训练完这个卷积网络，就可以用它来实现滑动窗口目标检测。

具体步骤如下，假设这是一张测试图片：

         首先选定一个特定大小的窗口，比如图片下方这个窗口，将这个红色小方块，输入卷积网络，卷积网络开始进行预测，即判断红色方框内有没有汽车，滑动窗口目标检测算法接下来会继续处理第2个图像，即红色方框稍向右滑动之后的区域，并输入给卷积网络，因此输入给卷积网络的只是红色方框内的区域，再次运行卷积网络，然后处理第3个图像，依次重复操作，直到这个窗口滑过图像的每一个角落。

        思路：以固定步幅滑动窗口，遍历图像的每个区域。把这些剪切后的小图像输入卷积网络，对每个位置按0或1进行分类，这就是所谓的图像滑动窗口操作。

（ps:可以根据卷积网络对输入大小的要求，调整这个区域。）

        滑动窗口目标检测方法也有很明显的缺点，就是计算成本，因为你在图片中剪切出太多小方块，卷积网络要一个个的处理，如果你选用的步幅很大，显然会减少输入卷积网络的窗口个数，但是粗粒度可能会影响性能，板子如果采用小粒度或小步幅，传递给卷积网络的小窗口会特别多，这意味着超高的计算成本。

 B站视频来源：【中英字幕】吴恩达深度学习课程第四课 — 卷积神经网络_哔哩哔哩_bilibili