包邮深度学习之PyTorch物体检测实战

第1篇 物体检测基础知识 第1章 浅谈物体检测与PyTorch 2 1.1 深度学习与计算机视觉 2 1.1.1 发展历史 2 1.1.2 计算机视觉 7 1.2 物体检测技术 9 1.2.1 发展历程 10 1.2.2 技术应用领域 11 1.2.3 评价指标 12 1.3 PyTorch简介 17 1.3.1 诞生与特点 17 1.3.2 各大深度学习框架对比 17 1.3.3 为什么选择PyTorch 19 1.3.4 安装方法 20 1.4 基础知识准备 22 1.4.1 Linux基础 22 1.4.2 Python基础 24 1.4.3 高效开发工具 29 1.5 总结 36 第2章 PyTorch基础 37 2.1 基本数据：Tensor 37 2.1.1 Tensor数据类型 37 2.1.2 Tensor的创建与维度查看 39 2.1.3 Tensor的组合与分块 41 2.1.4 Tensor的索引与变形 42 2.1.5 Tensor的排序与取极值 46 2.1.6 Tensor的自动广播机制与向量化 46 2.1.7 Tensor的内存共享 47 2.2 Autograd与计算图 48 2.2.1 Tensor的自动求导：Autograd 49 2.2.2 计算图 50 2.2.3 Autograd注意事项 51 2.3 神经网络工具箱torch.nn 52 2.3.1 nn.Module类 52 2.3.2 损失函数 55 2.3.3 优化器nn.optim 56 2.4 模型处理 59 2.4.1 网络模型库：torchvision.models 59 2.4.2 加载预训练模型 60 2.4.3 模型保存 61 2.5 数据处理 61 2.5.1 主流公开数据集 61 2.5.2 数据加载 63 2.5.3 GPU加速 65 2.5.4 数据可视化 66 2.6 总结 68 第3章 网络骨架：Backbone 69 3.1 神经网络基本组成 69 3.1.1 卷积层 70 3.1.2 激活函数层 72 3.1.3 池化层 75 3.1.4 Dropout层 76 3.1.5 BN层 77 3.1.6 全连接层 79 3.1.7 深入理解感受野 81 3.1.8 详解空洞卷积（Dilated Convolution） 82 3.2 走向深度：VGGNet 83 3.3 纵横交错：Inception 87 3.4 里程碑：ResNet 93 3.5 继往开来：DenseNet 95 3.6 特征金字塔：FPN 99 3.7 为检测而生：DetNet 106 3.8 总结 110 第2篇 物体检测经典框架 第4章 两阶经典检测器：Faster RCNN 112 4.1 RCNN系列发展历程 112 4.1.1 开山之作：RCNN 112 4.1.2 端到端：Fast RCNN 113 4.1.3 走向实时：Faster RCNN 114 4.2 准备工作 114 4.3 Faster RCNN总览 115 4.4 详解RPN 117 4.4.1 理解Anchor 117 4.4.2 RPN的真值与预测量 119 4.4.3 RPN卷积网络 120 4.4.4 RPN真值的求取 122 4.4.5 损失函数设计 124 4.4.6 NMS与生成Proposal 125 4.4.7 筛选Proposal得到RoI 126 4.5 RoI Pooling层 127 4.6 全连接RCNN模块 130 4.6.1 RCNN全连接网络 130 4.6.2 损失函数设计 131 4.7 Faster RCNN的改进算法 131 4.7.1 审视Faster RCNN 132 4.7.2 特征融合：HyperNet 133 4.7.3 实例分割：Mask RCNN 134 4.7.4 全卷积网络：R-FCN 137 4.7.5 级联网络：Cascade RCNN 139 4.8 总结 141 第5章 单阶多层检测器：SSD 142 5.1 SSD总览 142 5.1.1 SSD的算法流程 142 5.1.2 代码准备工作 143 5.2 数据预处理 144 5.2.1 加载PASCAL数据集 144 5.2.2 数据增强 144 5.3 网络架构 148 5.3.1 基础VGG结构 148 5.3.2 深度卷积层 149 5.3.3 PriorBox与边框特征提取网络 150 5.3.4 总体网络计算过程 153 5.4 匹配与损失求解 154 5.4.1 预选框与真实框的匹配 154 5.4.2 定位损失的计算 155 5.4.3 难样本挖掘 156 5.4.4 类别损失计算 156 5.5 SSD的改进算法 157 5.5.1 审视SSD 157 5.5.2 特征融合：DSSD 158 5.5.3 彩虹网络：RSSD 160 5.5.4 基于SSD的两阶：RefineDet 162 5.5.5 多感受野融合：RFBNet 165 5.6 总结 166 第6章 单阶经典检测器：YOLO 167 6.1 无锚框预测：YOLO v1 167 6.1.1 网络结构 167 6.1.2 特征图的意义 168 6.1.3 损失计算 169 6.2 依赖锚框：YOLO v2 171 6.2.1 网络结构的改善 171 6.2.2 先验框的设计 173 6.2.3 正、负样本与损失函数 175 6.2.4 正、负样本选取代码示例 176 6.2.5 工程技巧 179 6.3 多尺度与特征融合：YOLO v3 180 6.3.1 新网络结构DarkNet-53 180 6.3.2 多尺度预测 181 6.3.3 Softmax改为Logistic 182 6.4 总结 183 第3篇 物体检测的难点与发展 第7章 模型加速之轻量化网络 186 7.1 压缩再扩展：SqueezeNet 188 7.1.1 SqueezeNet网络结构 188 7.1.2 SqueezeNet总结 190 7.2 深度可分离：MobileNet 191 7.2.1 标准卷积 191 7.2.2 深度可分离卷积 192 7.2.3 MobileNet v1结构 193 7.2.4 MobileNet v1总结 198 7.2.5 MobileNet v2 198 7.3 通道混洗：ShuffleNet 200 7.3.1 通道混洗 201 7.3.2 网络结构 202 7.3.3 ShuffleNet v2 205 7.4 总结 207 第8章 物体检测细节处理 209 8.1 非极大值抑制：NMS 209 8.1.1 NMS基本过程 210 8.1.2 抑制得分：Soft NMS 212 8.1.3 加权平均：Softer NMS 213 8.1.4 定位置信度：IoU-Net 215 8.2 样本不均衡问题 217 8.2.1 不均衡问题分析 217 8.2.2 在线难样本挖掘：OHEM 219 8.2.3 专注难样本：Focal Loss 221 8.3 模型过拟合 224 8.3.1 数据增强 226 8.3.2 L1与L2正则化 227 8.4 总结 229 第9章 物体检测难点 230 9.1 多尺度检测 230 9.1.1 多尺度问题 230 9.1.2 降低下采样率与空洞卷积 232 9.1.3 Anchor设计 233 9.1.4 多尺度训练 235 9.1.5 特征融合 235 9.1.6 尺度归一化：SNIP 236 9.1.7 三叉戟：TridentNet 238 9.2 拥挤与遮挡 239 9.2.1 遮挡背景 240 9.2.2 排斥损失：Repulsion Loss 242 9.2.3 OR-CNN 244 9.3 总结 247 第10章 物体检测的未来发展 248 10.1 重新思考物体检测 248 10.1.1 精度与速度的权衡 249 10.1.2 卷积网络的可解释性与稳定性 249 10.1.3 训练：微调还是随机初始化 250 10.1.4 考虑物体间关系的检测 251 10.1.5 优化卷积方式 252 10.1.6 神经架构搜索：NAS 253 10.1.7 与产业结合的创新 255 10.2 摆脱锚框：Anchor-Free 257 10.2.1 重新思考Anchor 257 10.2.2 基于角点的检测：CornerNet 258 10.2.3 检测中心点：CenterNet 262 10.2.4 锚框自学习：Guided Anchoring 264 10.3 总结 266