跟着Bubbliiiing学睿智的目标检测——第一天

前言

跟着Bubbliiiing学了一段时间了，睿智的目标检测这个专栏实在是太好啦，我决定从头开始跟着过一遍，加深印象，也加入了一些自己的理解~

关于IOU

参考这篇博文睿智的目标检测1——IOU的概念与python实例

IOU其实就是交并比，交集和并集的比值

import cv2
import numpy as np


def CountIOU(RecA, RecB):
    xA = max(RecA[0], RecB[0])#60
    yA = max(RecA[1], RecB[1])#60
    xB = min(RecA[2], RecB[2])#300
    yB = min(RecA[3], RecB[3])#300
    # 计算交集部分面积
    interArea = max(0, xB - xA + 1) * max(0, yB - yA + 1)#241*241
    # 计算预测值和真实值的面积
    RecA_Area = (RecA[2] - RecA[0] + 1) * (RecA[3] - RecA[1] + 1)#251*251
    RecB_Area = (RecB[2] - RecB[0] + 1) * (RecB[3] - RecB[1] + 1)#261*261
    # 计算IOU
    iou = interArea / float(RecA_Area + RecB_Area - interArea)

    return iou


img = np.zeros(shape=(512, 512, 3), dtype=np.uint8)#形状为(512, 512, 3)，全0
img.fill(255)#填充背景为白色

RecA = [50, 50, 300, 300]#左上角坐标（50， 50），右下角坐标（300， 300）
RecB = [60, 60, 320, 320]

cv2.rectangle(img, (RecA[0], RecA[1]), (RecA[2], RecA[3]), (0, 255, 0), thickness=5)
cv2.rectangle(img, (RecB[0], RecB[1]), (RecB[2], RecB[3]), (255, 0, 0), thickness=5)

IOU = CountIOU(RecA, RecB)
font = cv2.FONT_HERSHEY_SIMPLEX#设置文本字体

#生成文本. %.2f输出两位小数的值，%是占位符，由后面的IOU代替
cv2.putText(img, "IOU = %.2f" % IOU, org=(130, 190), fontFace=font, fontScale=0.8, color=(0, 0, 0), thickness=2)

cv2.imshow("image", img)
cv2.waitKey()#是一个键盘绑定函数，如果没有的话窗口会闪烁秒退
#cv2.destroyAllWindows()#用来删除窗口的，取消分配内存使用。小函数的话没有也可以

mAP

参考这篇博文睿智的目标检测2——mAP的概念
以我最近关注的YOLOv8官网显示的结果参数为例，其中包括size, mAP, speed, params, FLOPs

AP指单个类别的平均精度值，即P-R曲线下的面积
mAP指所有类别的平均精确度
举个例子：假设有M=1张图，这张图中有N=10个检测目标，其中具有K=2个检测类，使用目标检测器得到了S=10个Bounding Box（BB），每个BB包含BB所在位置以及对于K=2个类的得分C，计算IOU值。

步骤1：
①对类别1来说，10个预测框，预测出是类别1且大于0.5的有0.85和0.93，故TP1=2, FP1=8
②对类别2来说，10个预测框，预测出事类别2且大于0.5的有0.76,0.52,0.8,0.82,0.75，故TP2=4,FP2=6
步骤2：
共得到20个C值
步骤3：
取前10个最大值
TP=6,FP=4, 由N=10，所以FN=4
得到S个点，
P分别是=0.93,0.85,0.82,0.8,0.76,0.75, 其他都为0了
由于S和N值相同，所以P和R相等
PS:此处是自己举的例子，点个数少，一般情况下PR曲线长这样子

那么mAP@0.5:0.95指的是IOU阈值从0.5到0.95间隔0.05取值（0.50、0.55、0.60、0.65、0.70、0.75、0.80、0.85、0.90、0.95）上的平均mAP。