ディープラーニングの物体認識（SSD）を聞いてきた！

3月24日

ディープラーニングの物体認識（SSD: Single Shot MultiBox Detector）について

PyTorchのハンズオンで学ぶ物体検出(Object Detection) #1
https://ml-for-experts.connpass.com/event/123469/

で聞いてきた！ので内容メモメモ

---

・物体検出の特徴
　バウンディングボックスとクラス確信度を同時に推論
　→複数の物体を同時に
　　回帰と分類同時にやっている
　物体検出
　X画像　Y政界の座標、正解のクラス

　データセットVOCの訓練データ
　　画像
　　クラスと位置

　物体検出の歴史
　　YOLO→リアルタイム処理ができるようになって、世の中変わった
　　　　　直接バウンディングボックス

　YOLOV2のデモ

・物体検出のパフォーマンス
　速度と精度：速度と精度mAP,FSP
　SSD３００

・SSDの仕組み
　ひな形のバウンディングボックスをばらまく→オフセットを推論
　バウンディングボックスの差票＝デフォルトボックスの座標＋オフセット
　　→オフセットを推論
　　　（CX,CY,ｗ、ｈ）を推論（Cセンター、中心点のXY)

SSD→６層のマルチスケール特徴マップ
　特徴マップは６層、８７３２個のデフォルトボックス作成
　　VGG16から２層、追加ネットワークから４層使う
　セルがデフォルトボックスを作る：比率を変える　形状変わっても捉えられる

もうひとひねり、出力層
デフォルトボックスの推論にK（形状を変えたはこ）＊４チャンネル、クラスにP
　　→それはデフォルトボックス分必要

MNISTの場合１０個だった

つまり、位置推定とコンフィデンスをやっている

計算一覧
・横の流れと縦の流れ

・バウンディングボックス
　クラスに１つ追加：C0何も入っていない
　クラスにC1～C20が0.6以上なら、バウンディングボックス＋オフセット
　一番近い確信度のボックスをのこす

Colaboratory
　クラウド環境のJupyter Notebook
PyTorch１．０がインストール済み
　２時間までGPU使える
　Colab Notebookの中に格納

PyTorch
　TensorはPyTorchの多次元配列
　Numpyとほぼ同じ
　viewで形状変えられる
　データ型がある
　　→GPUとCPUの違い：GPUTentor,CPUTensor
　　　（GPUは.cudaが入る）
　　　ノートブックの設定で、CPU,GPU選べる

・SSDのプログラム
　確信度のたかい２００件の確信度＋座標を持っている
　→確信度を下げてしまうと、おかしなものが出る

　VGG,追加ネットワーク、オフセット、コンフィデンスの畳み込みグループがある

【論文】
https://arxiv.org/abs/1512.02325