深度学习-物体检测系统

图像分类，检测及分割是计算机视觉领域的三大任务。

分类和检测比较容易理解，图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。

对检测任务现在是分one stage和two stage，两者区别是前者不需要生成候选框，直接对目标定位，把定位问题转化为回归问题处理，后者是先生成了一系列样本的候选框，再通过卷积进行分类。就现在看来深度学习结合two stage比较多，也就是先生成候选框。

性能指标：

1、iou，介于0到1之间，iou值越高越好，当预测框与真实框大于某个阈值，才认定这个框为真阳性，反之就是假阳性，在深度学习检测中，经常认为是大于一个值为物体，小于值是背景。

它定义了两个bounding box的重叠度，也就真实框和预测框的

公式如下：

分子为图像交集，分母为图像并集

下面是py代码

<