深度学习之——目标检测基础

目标检测基础主要包括四方面。

1.边界框

边界框是正好能够包含物体的矩形框。

检测任务需要同时预测物体的类别和位置，通常使用边界框来表示物体的位置。

通常有两种边界框：

1：xyxy，（x1，y1，x2，y2），用两个点坐标来表示矩形框的位置，（x1,y1）表示矩形的左上角坐标，（x2,y2）表示右下角坐标。

2：xywh，（x,y,w,h），用一个中心点以及矩形框的宽度与高度来表示（x,y）表示矩形框的中心点坐标，w，h则分别表示矩形框的宽度与高度。

2.锚框

锚框是用于生成候选区域的一种技术。锚框通过先设定好大小和形状，预定义一些矩形框，分布在图像的不同位置和不同尺度上，通过锚框与图像中的实际目标进行匹配得到一系列的候选区域。

1. def draw_rectangle(currentAxis, bbox, edgecolor = 'k', facecolor = 'y', fill=False, linestyle='-'):  
2.     # currentAxis，坐标轴，通过plt.gca()获取  
3.     # bbox，边界框，包含四个数值的list， [x1, y1, x2, y2]  
4.     # edgecolor，边框线条颜色  
5.     # facecolor，填充颜色  
6.     # fill, 是否填充  
7.     # linestype，边框线型  
8.     # patches.Rectangle需要传入左上角坐标、矩形区域的宽度、高度等参数  
9.     rect=patches.Rectangle((bbox[0], bbox[1]), bbox[2]-bbox[0]+1, bbox[3]-bbox[1]+1, linewidth=1,  
10.                            edgecolor=edgecolor,facecolor=facecolor,fill=fill, linestyle=linestyle)  
11.     currentAxis.add_patch(rect)  

首先是定义了一个函数draw_rectangle,用于绘制矩形框，该函数通过接受一个坐标轴对象currentAxis，边界框坐标数组bbox，以及边框线条颜色edgecolor、填充颜色facecolor等参数。函数内部使用了patches.Rectangle函数创建矩形对象，并将其添加到坐标轴中。

1. # 使用xyxy格式表示物体真实框  
2. bbox1 = [214.29, 325.03, 399.82, 631.37]  
3. bbox2 = [40.93, 141.1, 226.99, 515.73]  
4. bbox3 = [247.2, 131.62, 480.0, 639.32]  
5.   
6. currentAxis=plt.gca()  
7.   
8. draw_rectangle(currentAxis, bbox1, edgecolor='r')  
9. draw_rectangle(currentAxis, bbox2, edgecolor='r')  
10. draw_rectangle(currentAxis, bbox3,edgecolor='r')  

接着是绘制物体真实框的代码，分别定义了三个边界框的坐标数组bbox1，bbox2，bbox3。在获取当前坐标轴对象后，分别调用draw_rectangle函数在照片上绘制了三个矩形框，表示物体的真实框。

1. def draw_anchor_box(center, length, scales, ratios, img_height, img_width):  
2.     """ 
3.     以center为中心，产生一系列锚框 
4.     其中length指定了一个基准的长度 
5.     scales是包含多种尺寸比例的list 
6.     ratios是包含多种长宽比的list 
7.     img_height和img_width是图片的尺寸，生成的锚框范围不能超出图片尺寸之外 
8.     """  
9.     bboxes = []  
10.