基于深度学习的目标检测算法
令和7年2月26日|p.47
左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。
### 2.2.2.1 两阶段检测算法
两阶段检测算法首先通过一个网络生成一系列可能包含目标的候选区域（Region Proposals），然后对这些候选区域进行分类和边界框回归。代表性的两阶段检测算法包括R-CNN系列（R-CNN、Fast R-CNN、Faster R-CNN）和Mask R-CNN等。
R-CNN（Regions with CNN features）是两阶段检测算法的开山之作，它首先使用选择性搜索（Selective Search）算法生成约2000个候选区域，然后将这些区域缩放到固定尺寸并输入到预训练的CNN中提取特征，最后使用支持向量机（SVM）对每个候选区域进行分类，并使用线性回归器调整边界框的位置。虽然R-CNN在PASCAL VOC数据集上取得了当时最好的检测结果，但其训练和测试过程都非常耗时，难以满足实时性要求。
为了解决R-CNN的效率问题，Fast R-CNN提出了一种端到端的训练方法。它将整张图像输入到CNN中生成特征图，然后根据候选区域在特征图上对应的位置进行ROI Pooling操作，将不同大小的候选区域映射到固定大小的特征向量，最后通过全连接层同时完成分类和边界框回归。Fast R-CNN显著提高了检测速度，但仍然依赖于外部的候选区域生成算法。
Faster R-CNN进一步改进了Fast R-CNN，提出了区域提议网络（Region Proposal Network, RPN），将候选区域生成步骤也整合到神经网络中。RPN与检测网络共享卷积特征，可以高效地生成高质量的候选区域。Faster R-CNN实现了接近实时的检测速度，并且在多个基准数据集上取得了优异的性能，成为两阶段检测算法的经典代表。
### 2.2.2.2 一阶段检测算法
一阶段检测算法直接在图像上进行密集采样，通过单次前向传播即可完成目标的定位和分类，无需生成候选区域。因此，一阶段检测算法通常具有更快的检测速度，更适合实时应用场景。代表性的一阶段检测算法包括YOLO系列（You Only Look Once）、SSD（Single Shot MultiBox Detector）和RetinaNet等。
YOLO是最早提出的一阶段检测算法之一，它将目标检测问题转化为回归问题。YOLO将输入图像划分为S×S的网格，每个网格负责预测B个边界框及其置信度，以及C个类别的概率。YOLO的检测速度非常快，但早期版本在小目标检测和定位精度方面表现不佳。后续的YOLOv2、YOLOv3等版本通过引入锚框机制、多尺度预测等技术，显著提升了检测性能。