图像检测前期基础知识汇总

图像检测用到的东西

主要记录下用到的一些基础知识，可能面试之类的会问到。目标检测中首先需要了解得就是bounding box–检测框，一般我们通过滑窗得的方法来得到检测框，一张图片会得到多个包含检测目标的框。围绕目标检测需要了解以下的名词：准确率 （Accuracy），混淆矩阵 （Confusion Matrix），精确率（Precision），召回率（Recall），平均正确率（AP），mean Average Precision(mAP)，交除并（IoU），ROC + AUC，非极大值抑制（NMS）

1、准确率

准确率表示预测正确的样本数/总的样本数，一般用来评价模型的整体准确程度，无法全面评价。

2、混淆矩阵

混淆矩阵就是分别统计分类模型归错类，归对类的观测值个数，然后把结果放在一个表里展示出来。这个表就是混淆矩阵。其统计的数值如下：
True positives: 简称为TP，即正样本被正确识别为正样本，飞机的图片被正确的识别成了飞机。
True negatives: 简称为TN，即负样本被正确识别为负样本，大雁的图片没有被识别出来，系统正确地认为它们是大雁。
False Positives: 简称为FP，即负样本被错误识别为正样本，大雁的图片被错误地识别成了飞机。
False negatives: 简称为FN，即正样本被错误识别为负样本，飞机的图片没有被识别出来，系统错误地认为它们是大雁。

图片展示了混淆矩阵的内容，混淆矩阵是后面我们各种评价指标的基础。

3、precision and recall

precision为精准率，表示在识别出的图片中，被正确识别的比率。

N表示总的样本数。
recall 表示召回率，是在测试集中所有正样本中，被正确识别为正样本的比率。

4、F1 Score

F1-Score指标综合了Precision与Recall的产出的结果。F1-Score的取值范围从0到1的，1代表模型的输出最好，0代表模型的输出结果最差。

5、map

mAP：全称为Average Precision，AP值是Precision-Recall曲线下方的面积,mAP是多个类别AP的平均值，这个值介于0到1之间，且越大越好。这个指标是目标检测算法最为重要的一个指标参数。

6、IOU

iou通过设置一个阈值，来计算两个框之间的重叠面积，可以说，当算法给出的框和人工标注的框差异很小时，或者说重叠度很大时，算法产生的boundingbox就很准确。 矩形框A、B的一个重合度IOU计算公式为： IOU=(A∩B)/(A∪B)

7、Bounding box regression

边框回归就是用来调整我们预测的框，当其与真实框的IOU小于某个阈值时，就需要调整预测框的位置，通过改变位置坐标来实现，如下图所示，红色的框代表预测狂，绿色的框则代表真实样本的框，二者的IOU明显小于0.5，说明预测的框位置不准确，需要调整，如何调整呢？

这里的调整就是我们的边框回归了，一般我们描述一个框的时候用（x,y,w,h）来表示，x,y代表窗口的中心点坐标，w,h则代表框的宽高，这样就可以完整的描述一个框的具体位置。我们在进行调整时，也是对这几个值进行修改。在下图中红色代表初次预测的box，绿色代表目标的真实位置，通过回归操作让红色框到达蓝色框的位置，这就是边框回归的过程。

将上述过程用公式进行表示的话，相当于给定$(p_x,p_y,p_w,p_h)$,寻找一种映射$f$使得 f ( p x , p y , p w , p h ) = ( G x ^ , G y ^ , G w ^ , G h ^ ) f(p_{x},p_{y},p_{w},p_{h})=(\widehat{G_{x}},\widehat{G_{y}},\widehat{G_{w}},\widehat{G_{h}}) f(px​,p<