【跟李沐学AI】week 9b | 物体检测 锚框

41 物体检测和数据集

物体检测问题：分类+位置（边缘框）
边缘框的原点是在左上角，一个边缘框可以通过4个数字来定义。

目标检测数据集：每行表示一个物体，包括图片文件名、物体类别、边缘框，COCO是一个很大的数据集。

42 锚框 anchor

主流的目标检测算法多是基于锚框的，锚框使用流程如下：

• 提出多个称为锚框的区域
• 预测每个锚框中是否有所关注的物体（对应类别预测）
• 如果是，那么预测这个框到真实边缘框的偏移（对应位置的预测），把锚框的位置进行调整

IoU - 交并比
IoU的作用是计算两个框之间的相似度，0表示无重叠，1表示重合，这个Jacquard系数就是交并比。

赋予锚框标号：
每个锚框都是一个训练样本，要么把它标注为背景，要么关联上一个真实边缘框，一般会生成大量的锚框，所以会有正样本和负样本，并且大多的都可能是负样本。对于每个边缘框都找到一个锚框和它关联，关联的也是IoU最大的。

赋予锚框标号是在读图片后就会进行的一个过程，如果有9个锚框，每个锚框作为一个训练样本，就相当于图片有9个训练样本。

使用非极大值抑制（NMS）输出
每个锚框会预测一个边缘框，那么需要NMS来合并相似的预测。NMS选中非背景类的最大预测值（确定一个类），去掉所有其它和它的IoU大于阈值的预测（确定一个更精准的框），重复上述过程，使得所有框要么被留住，要么被去掉。