目标检测学习笔记

IoU(Intersection over Union)

原文链接：https://cloud.tencent.com/developer/article/1150075
Intersection over Union是一种测量在特定数据集中检测相应物体准确度的一个标准。我们可以在很多物体检测挑战中，例如PASCAL VOC challenge中看多很多使用该标准的做法。

IoU是一个简单的测量标准，只要是在输出中得出一个预测范围(bounding boxex)的任务都可以用IoU来进行测量。为了可以使IoU用于测量任意大小形状的物体检测，我们需要：

• 1、 ground-truth bounding boxes（人为在训练集图像中标出要检测物体的大概范围）；
• 2、我们的算法得出的结果范围。

也就是说，这个标准用于测量真实和预测之间的相关度，相关度越高，该值越高。

下图展示了ground-truth和predicted的结果，蓝色标线是人为标记的正确结果，橘色标线是算法预测出来的结果，IoU要做的就是在这两个结果中测量算法的准确度。
很简单，IoU相当于两个区域重叠的部分除以两个区域的集合部分得出的结果。
一般来说，这个score ＞ 0.5 就可以被认为一个不错的结果了。

https://cloud.tencent.com/developer/article/2361952
近年来，YOLOv8引入了多种改进的IOU方法，包括WIoU（Weighted IOU）、α-IoU（Alpha IOU）、SIoU（Soft IOU）和EIoU（Enhanced IOU）等。

非极大值抑制（NMS）

原文链接：https://blog.csdn.net/Code_and516/article/details/130281080
非极大值抑制（Non-Maximum Suppression，NMS）是一种图像处理中的技术。

目标检测一般分为两个过程：训练过程+检测（推理）过程。

在训练过程中，目标检测算法会根据给定的ground truth调整深度学习网络参数来拟合数据集的目标特征，训练完成后，神经网络的参数固定，因而能够直接对新的图像进行目标预测。

在实际的目标预测中，我们通常使用一个检测器来检测出可能存在的物体，并给出其位置和大小的预测框。一般的目标检测算法（R-CNN,YOLO等等）都会产生非常多的目标框，其中有很多重复的框定位到同一个目标，NMS作为目标检测的最后一步，用来去除这些重复的框，只保留最优的一个。

基本原理：先在图像中找到所有可能包含目标物体的矩形区域，并按照它们的置信度进行排列。然后从置信度最高的矩形开始，遍历所有的矩形，如果发现当前的矩形与前面任意一个矩形的重叠面积大于一个阈值，则将当前矩形舍去。使得最终保留的预测框数量最少，但同时又能够保证检测的准确性和召回率。具体的实现方法包括以下几个步骤：

• 1、对于每个类别，按照预测框的置信度进行排序，将置信度最高的预测框作为基准。
• 2、从剩余的预测框中选择一个与基准框的重叠面积最大的框，如果其重叠面积大于一定的阈值，则将其删除。
• 3、对于剩余的预测框，重复步骤2，直到所有的重叠面积都小于阈值，或者没有被删除的框剩余为止。

通过这样的方式，NMS可以过滤掉所有与基准框重叠面积大于阈值的冗余框，从而实现检测结果的优化。值得注意的是，NMS的阈值通常需要根据具体的数据集和应用场景进行调整，以兼顾准确性和召回率。

总结来说，非极大值抑制原理是通过较高置信度的目标框作为基准，筛选出与其重叠度较低的目标框，从而去除掉冗余的目标框，提高目标检测的精度和效率。

置信度

原文链接：https://blog.csdn.net/AI_dataloads/article/details/134235198
在YOLO中，置信度是一个介于0和1之间的数值，表示模型对检测到的目标的确信程度。如果置信度接近1，那么模型相信该框中包含了目标对象。如果置信度接近0，模型认为该框中可能没有目标。所以，置信度可以看作是一个概率值，表示目标的存在概率。

置信度的计算主要基于两个因素：

• 1、边界框内是否存在物体：如果边界框正确地框住了一个物体，那么算法会给出较高的置信度。反之，如果框里什么都没有，置信度就会很低。
• 2、边界框与真实物体的匹配程度：这其实是看预测的边界框与实际物体的框有多接近。它们越接近，说明预测越准确，置信度也就越高。这个匹配程度通常用一个叫做IoU（交并比）的指标来衡量。

*置信度 ：pr（object）× IOU（true，pref）

其中：

• Pr(Object) 是边界框内存在对象的概率。如果边界框内有对象，则Pr(Object)=1；如果没有对象，则Pr(Object)=0。
• IOU(Intersection over Union)是真实框（ground truth）与预测框（predicted box）的交并比，即预测框和真实框面积的交集与并集的比值。

内/外测试

原文链接：https://www.cnblogs.com/azbane/p/8066837.html
在图形学中判断一个点是否在多边形内，若多边形不是自相交的，那么可以简单的判断这个点在多边形内部还是外部；若多边形是自相交的，那么就需要根据非零环绕数规则和奇-偶规则判断。

判断多边形是否是自相交的：多边形在平面内除顶点外还有其他公共点

内-外测试

• 不自交的多边形：多边形仅在顶点处连接，而在平面内没有其他公共点，此时可以直接划分内-外部分。

• 自相交的多边形：多边形在平面内除顶点外还有其他公共点，此时划分内-外部分需要采用以下的方法。

  (1)奇-偶规则（Odd-even Rule）：奇数表示在多边形内，偶数表示在多边形外

  从任意位置p作一条射线，若与该射线相交的多边形边的数目为奇数，则p是多边形内部点，否则是外部点。

  (2)非零环绕数规则（Nonzero Winding Number Rule）：若环绕数为0表示在多边形内，非零表示在多边形外
  首先使多边形的边变为矢量。将环绕数初始化为零。再从任意位置p作一条射线。当从p点沿射线方向移动时，对在每个方向上穿过射线的边计数，每当多边形的边从右到左穿过射线时，环绕数加1，从左到右时，环绕数减1。处理完多边形的所有相关边之后，若环绕数为非零，则p为内部点，否则，p是外部点。

参考例子

• 案例一
  判断点p是否在多边形内，从点p向外做一条射线（可以任意方向），多边形的边从左到右经过射线时环数减1，多边形的边从右往左经过射线时环数加1，最后环数不为0，即表示在多边形内部。
  
• 案例二
  非零绕数规则和奇偶规则会判断出现矛盾的情况，如下图所示，左侧表示用 奇偶规则判断绕环数为2 ，表示在多边形外，所以没有填充。右侧图用非零绕环规则判断出绕数为2，非0表示在多边形内部，所以填充。
  
• 案例三
  另外一个例子，如下