图像识别、物体检测、图像切割（分割）
一、图像识别
这里的图像识别是指给定框好的图像，然后判断图像的类型，属于图像分类的问题，或者判断两个人脸是否为同一张人脸等等，
主要涉及深度学习的分类问题，
重点是CNN的几个经典分类网络：LeNet、AlexNet、ZFNet、VGG、GoogleNet、ResNet、Densenet，以及人脸识别网络FaceNet
1.CNN几个经典网络介绍：https://blog.csdn.net/gui694278452/article/details/88567689
2.Facenet网络介绍：https://juejin.im/entry/5b0e0d98f265da092d519b0a
（DLib或者MTCNN进行人脸的检测，在使用opencv的仿射变换进行人脸的对齐）
二、图像检测
图像检测是指在图像中框出物体的位置并识别物体的类别（调用上面说的图像识别技术）
主要涉及深度学习的模型如下：
RCNN、SPP-Net 、fast-rcnn 、faster-rcnn 、ssd 、yolo以及专门针对人脸的dlib和mtcnn
1.目标检测rcnn系列：https://blog.csdn.net/linolzhang/article/details/54344350
rcnn SPP-Net fast-rcnn faster-rcnn
rcnn：
（1）Region Proposal提取2k个候选框，归一化处理（裁剪放大），进入cnn提取特征，进入分类器分类和边界回归
存在问题：
a.候选框要预先提取，占空间
b.cnn维度固定，需对图像裁剪拉伸，导致信息丢失
c.proposal region需要cnn计算，耗时
SPP-Net
（2）取消了crop/warp图像归一化过程，解决图像变形导致的信息丢失以及存储问题
采用空间金字塔池化替换了全连接层之前的最后一个池化层
a.SPP放在所有的卷积层之后，有效解决了卷积层重复计算的问题
FAST RCNN（首次提出roi，还不是end-to-end）
（1）提出ROI池化层，同时加入了反向传播
（2）多层Loss，分类和边界回归统一
FASTER RCNN(首个end-to-end）
（1）添加额外的RPN分支，将候选框提取合并到深度网络中
MASK RCNN(加入物体分隔功能）
（1）将Roi Pooling 层替换成了 RoiAlign
（2）添加并列的FCN层
YOLO（You Only Look Once）
SSD(Single Shot MultiBox Detector）
三、Faster Rcnn详解
feature map：一次量化
roi pooling：又一次量化
1.Conv layers，提取feature maps，用于后面的rpn和roi层，对所有卷积做了扩边处理，pad=1，kernel_size=3，pad=1， stride=1，卷积后与原来的位置一一对应。（经典CNN网络，VGG,inception）原图：800*600，下采样16倍，feature map
ceil(800/16) * ceil(600/16)
2.rpn：使用RPN（区域候选网络）生成检测框，速度非常快，实现了end-to-end，传统的滑动窗口和Selective Search很耗时
每个feature map的点有9个anchor，anchor个数=ceil(800/16) * ceil(600/16) * 9
2个loss：分类，softmax，一个是检测框的回归，bounding box regression
anchor：9个规格（每个点都有9个anchor），softmax分background，
3.roi,和feature map结合，rpn输出不同的proposal boxes，cnn输入尺寸为固定值，roi，
4.classification：softmax对proposal进行分类，识别，然后再使用bounding box regression获取更高精度的
四、Yolo详解
分成7*7的框，每个框负责中心点落在框的检测，每个框有两个检测框，采用回归问题
（检测框太少，不好检测小物体）
Yolo2：特征提取器采用：darknet，13*13（小物体不够），yolo2采用Multi-scale Training 策略
五、SSD
Yolo：难以检测小目标、定位不准
（1）采用多尺寸特征图用于检测
（2）
（3）设置先验框
