吴恩达第四门-卷积神经网络-第三周6-10学习笔记

吴恩达第四门-卷积神经网络-第三周6-10学习笔记

3.6交并比

什么是交并比

交并比（loU）函数做的是计算两个边界框交集和并集之比。两个边界框的并集是这个区域，就是属于包含两个边界框区域（绿色阴影表示区域），而交集就是这个比较小的区域（橙色阴影表示区域），那么交并比就是交集的大小，这个橙色阴影面积，然后除以绿色阴影的并集面积。

一般约定，在计算机检测任务中，如果loU>=0.5，则认为检测正确。如果预测器和实际边界框完美重叠，loU就是1。

所以这是衡量定位精确度的一种方式，我们只需要统计算法正确检测和定位对象的次数，你就可以用这样的定义判断对象定位是否准确。

3.7非极大值抑制

我们的对象检测算法可能会对同一个对象做多次检测，而非极大值抑制可以确保我们的对象检测算法对每个对象只检测一次。

举一个对象检测的例子，如果我们的任务是要检测出图片中的汽车数量，我们可以使用各自将图片分成若干个小格子，实际应该可以检测出两辆车来。