【深度学习与神经网络】【三】学习笔记

一、算法评估相关概念

TP: 被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数
FP: 被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数
FN:被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数
TN: 被正确地划分为负例的个数，即实际为负例且被分类器划分为负例的实例数

混淆矩阵

P(精确率）：TP/(TP+PS) “挑剔”的程度
R(召回率）： TP/(TP+FN)。召回率越高，准确度越低
标识“通过”的程度
精度(Accuracy)：(TP+TN)/(TP+FP+TN+FN)

P-R 曲线

P-R的关系曲线图，表示了召回率和准确率之间的关系

精度(准确率)越高,召回率越低

AP计算

map：均值平均准确率

N代表图片集测试的个数，P（k）为识别出k个图片时的准确率precision，而Δr(k)是识别图片个数从k-1到k时（通过调整阈值）的召回率recall的变化。

目标检测与YOLO

目标检测问题

目标检测是在给定的图片中精确找到物体所在位置，并标注出物体的类别。
物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图
片的任何地方，并且物体还可以是多个类别。

YOLO特点

一步法(two-stage)：无需候选框，直接出最终结果。快！

原始方法：滑动窗口

原理示意：

问题：1、滑动次数太多，计算太慢
2、目标大小不同，每一个滑动位置需要用很多框

一步法基本思想

将分类问题扩展为回归+分类问题

问题及解决办法：
多个框里有一个目标，取目标中心点所在框
多类目标：使用独热编码扩展类别数

YOLO网络结构

概念图

官方模型图

网络结构包含24个卷积层和2个全连接层；其中前20个卷积层用来做预训
练，后面4个是随机初始化的卷积层，和2个全连接层。


输入：YOLO v1在PASCAL VOC数据集上进行的训练，因此输入图片为
448 × 448 × 3。实际中如为其它尺寸，需要resize或切割成
要求尺寸。
处理：
➢ 将图片分割为 S^2个grid(S = 7)，每个grid cell的大小都是相等的
➢ 每个格子都可以检测是否包含目标
➢ YOLO v1中，每个格子只能检测一种物体（但可以不同大小）。

输出：
➢输出是一个7 × 7 × 30的张量。对应7 × 7个cell
➢ 每个cell对应2个包围框(bounding box, bb)，预测不同大小和宽高比，对应检测不同目标。每个bb有5个分量，分别是物体的中心位置(x, y)和它的高(ℎ) 和宽 (w) ，以及这次预测的置信度。在右图中，每个框代表1个预测的bb，粗细代表不同的置信度，越粗得越高。

在下面的例子中，图片被分成了49个框，每个框预测2个bb，因此上面的图中有98个bb