深度学习从0到1

物体检测技术

物体检测技术，通常是指在一张图像中检测出物体出现的位置及对
应的类别。

在计算机视觉中，图像分类、物体检测与图像分割是最基础：
图像分类：输入图像往往仅包含一个物体，目的是判断每张图像是什么物体，是图像级别的任务，相对简单，发展也最快。
物体检测：输入图像中往往有很多物体，目的是判断出物体出现的位置与类别，是计算机视觉中非常核心的一个任务。
图像分割：输入与物体检测类似，但是要判断出每一个像素属于哪一个类别，属于像素级的分类。图像分割与物体检测任务之间有很多联系，模型也可以相互借鉴。
下图为以上三种处理的使用效果：

物体检测评价

IoU（Intersection of Union）
IoU公式如下：
$$Io{U}_{AB}=\frac{S_A\cap S_B}{S_A\cup S_B}$$
公式比较抽象，那么看以下图片或许可以更好的理解：

对于IoU而言，我们通常会选取一个阈值，如0.5，来确定预测框是
正确的还是错误的。当两个框的IoU大于0.5时，我们认为是一个有效的
检测，否则属于无效的匹配。

正确检测框TP（True Positive）
预测框正确地与标签框匹配了，两者间的IoU大于0.5
误检框FP（False Positive）
将背景预测成了物体，通常这种框与图中所有标签的IoU都不会超过0.5。
漏检框FN（False Negative）
本来需要模型检测出的物体，模型没有检测出
正确背景（True Negative）
本身是背景，模型也没有检测出来，这种情况在物体检测中通常不需要考虑。
mAP（mean Average Precision）
这一指标来评价一个模型的好坏，这里的AP指的是一个类别的检测精度，mAP则是多个类别的平均精度。
召回率（Recall，R）和准确率（Precision，P）
通俗易懂的一句概括就是：精度就是找得对，召回率就是找得全。