深度学习-物体检测概览

1 物体检测任务

输入：图像

输出：

Bounding Box（回归任务）：矩形边界框框出物体位置

物体类别（分类任务）：判断矩形框内的物体类别

2 物体检测评测指标

2.1 Top1%和Top5%正确率

参考：https://stats.stackexchange.com/questions/156471/imagenet-what-is-top-1-and-top-5-error-rate

参考：ImageNet 中的Top-1与Top-5 https://blog.csdn.net/v1_vivian/article/details/73251187

2.2 MAP

参考：https://blog.csdn.net/qq_29462849/article/details/81053038

参考：https://medium.com/@jonathan_hui/map-mean-average-precision-for-object-detection-45c121a31173

参考：https://github.com/Cartucho/mAP

参考：目标检测模型中的性能评估——MAP(Mean Average Precision)

https://blog.csdn.net/katherine_hsr/article/details/79266880

2.3 FPS

Frame per second

参考：https://en.wikipedia.org/wiki/Frame_rate

3 物体检测方案

3.1 基于回归的方案

• YOLO模型

整体流程：

具体模型：

训练的损失函数：

几个额外参数的目的

 

几个注意点：

(1) 阈值threshold: 

(2) 坐标为相对grid cell和image的相对值，每个grid cell会预测B个bounding box

(3) 置信度

Label某些量是在训练时计算出来的。 

训练时，置信度的ground-truth。注意IOU是输出训练样本输出的时候

才能计算出来的，而不是提前label出的

测试时，又乘了个类别概率P(C)，阈值设置参考(1)