《动手学深度学习》Task09打卡

目标检测基础

• 以每个像素为中心，生成多个大小和宽高比不同的锚框。
  
• 交并比是两个边界框相交面积与相并面积之比。
  
• 在训练集中，为每个锚框标注两类标签：一是锚框所含目标的类别；二是真实边界框相对锚框的偏移量。
  
• 预测时，可以使用非极大值抑制来移除相似的预测边界框，从而令结果简洁。
  
  • 非极大值抑制用于解决边界框预测时同一目标上可能会输出较多相似的预测边界框的问题。预测边界框按置信度轮流作为基准，将所有与基准预测边界框的交并比大于某阈值的非基准预测边界框移除。
  • 实践中，我们可以在执行非极大值抑制前将置信度较低的预测边界框移除，从而减小非极大值抑制的计算量。我们还可以筛选非极大值抑制的输出，例如，只保留其中置信度较高的结果作为最终输出。

图像风格迁移

课后习题