【目标检测入门】目标检测基本概念

目标检测基本概念

什么是目标检测

目标检测关注图像中特定的物体目标，要求同时获得这一目标的类别信息和位置信息。检测给出的是对图片前景和背景的理解，需要从背景中分离出感兴趣的目标，并确定这一目标的描述（类别和位置，常用检测框表示）

与图像分类的区别，目标检测更具难度：

图像分类只需要判断输入的图像中是否包含感兴趣物体，而不需要定位具体位置

目标检测的思路

如果知道了图中某个位置存在物体，再将对应的局部区域送入到分类网络中去进行判别，就可以知道图像中每个物体的位置和类别。

要想知道每个物体的位置，要使用“猜”的方式，也就是通过滑窗罗列图中可能区域，一个个去试，分别送入到分类网络进行分类得到其类别，同时我们会对当前的边界框进行微调，这样对于图像中每个区域都能得到（class,x1,y1,x2,y2）五个属性，汇总后最终就得到了图中物体的类别和坐标信息。

总结：先确立众多候选框，再对候选框进行分类和微调。

目标框的定义方式

图中的两种格式在不同场景下更加便于计算

def xy_to_cxcy(xy)