CV目标检测 学习打卡04

学习教程链接：http://datawhale.club/t/topic/499
感谢各位助教，编写了十分完整，有条理的教程，感谢队长。

3.6.1 模型训练
1.在训练过程中设定的batch_size一定要与电脑状况相适应，一般设定为32，64高配置才能跑动，跑不动时电脑会报错。
2.设定降低学习率一般为总epoch的80%，开始衰减，每次递减一般为0.1
3.训练时，使用默认的先验框大小，效果最好，自己调整过先验框大小，反而会降低准确度。

3.6.2 后处理
1.NMS非极大值抑制算法（许多两步式算法使用）
实际的处理方式，简单来说即是设定IOU阈值，筛选除去小于阈值的框。
2.代码实现
借鉴faster-rcnn的代码，与前面我们计算IOU的部分，代码有重合部分，先使用（x1,y1,x2,y2）四点代入框的位置，利用maximum及minimum函数算出相应的IOU，与阈值进行比较，留下最终的验证框。

3.6.4 VOC数据集评测

map指标
1.样本的分类为4类TP,TN,FP,FN——一级指标
1）真实值是positive，模型认为是positive的数量（True Positive=TP）
2）真实值是positive，模型认为是negative的数量（False Negative = FN）：这就是统计学