cs231n: 第四讲 faster rcnn的解释

转载请注明：http://blog.csdn.net/c602273091/article/details/54289939

最近在做detection的相关工作，但是对于要做的东西呢总是不太清楚，看了课程介绍之后，终于有了稍微清楚一些的认识。

计算机视觉中一般有以下任务：

分类就是给你一张图，你说这是什么，一般来说只有一个目标物体。定位就是确定目标物体的位置，但是你不知道它是什么。所以分类和定位合起来就是给你一张图片，找出一个目标物体的位置，并给出置信度。detection就是多个物体的定位和分类。在detection之后，我们进行图片切割，这就是instance segmentation。

单幅图片的classification和localization

classification就是计算目标物体的score，localization是计算一个box，根据IOU计算准确度。

ImageNet就是做的这样的工作，因为每幅图片只有一个目标物体。ImageNet一般取score前五的进行衡量是否正确，IOU>0.5就是正确的。

localization as regression

使用回归来计算box。