# NNを用いた物体検出

入力画像をもとに、複数の物体の種類、位置、sizeを出力する

NNを途中で分岐しぶったいカテゴリと位置をそれぞれ出力するようにする

## 大まかな中心位置
物体の中心を出力するようにNNを学習

得られる位置検出精度は出力ニューロンの解像に依存

学習の際グリッド内の物体位置は物体が存在する箇所のみ誤差逆伝播を行いパラメータ更新に反映されるようにする

## sizeを検出
物体の幅と高さを出力するようNNを学習する

### 多数のさまざまなサイズへの物体への対応

・中心位置位置の重複する物体は検出できない
→様々なサイズ、縦横ひのアンカーボックスを用意しアンカーボックスごとに認識を行う

アンカーボックスのサイズは、物体のサイズをクラスタリングすることで求める

カテゴリ、位置、sizeをさらにアンカー分出力するように構成する

さらに、物体のサイズごとに物体検出するように構成することもできる
→一つのぶったいに対して複数回物体が検出されることがある
→最もスコアの高い検出結果のみを採用する
NMS（Non-maximum－Suppresssion）

### 問題点
全体の処理が煩雑になりデバッグなどが困難に

２０１９年現在はアンカーボックスや複数の解像度での物体検出を行わず、その代わりに件数つ解像度を炊かk数る手法が人気をあつめている
（CenterNetなど）