边界框（bounding box） 目标物体的位置和大小 交并比（Intersection over Union，IoU） 锚框（Anchor box）

边界框（bounding box）

在检测任务中，我们需要同时预测物体的类别和位置，因此需要引入一些跟位置相关的概念。通常使用边界框（bounding box，bbox）来表示物体的位置，边界框是正好能包含物体的矩形框。

在目标检测任务中，边界框（bounding box，bbox）是一个非常重要的概念，用于表示图像中目标物体的位置和大小。边界框通常是一个矩形，其四个参数定义了它在图像中的位置：

1. (x, y)：边界框左上角的坐标（通常是相对于图像左上角的像素位置）。
2. width：边界框的宽度（以像素为单位）。
3. height：边界框的高度（以像素为单位）。

有时，为了更便于计算，也会使用以下形式来表示边界框：

(x_min, y_min, x_max, y_max)：这里 (x_min, y_min) 是边界框左上角的坐标，而 (x_max, y_max) 是右下角的坐标。

在目标检测任务中，模型不仅需要预测图像中是否存在某个类别的物体，还需要预测这些物体的边界框坐标。这通常是通过回归问题来完成的，即模型输出的是边界框的坐标值，这些坐标值会与真实边界框（ground truth bounding box）的坐标值进行比较，以计算损失并更新模型的参数。

此外，为了评估目标检测模型的性能，还需要使用各种指标，如交并比（Intersection over Union，IoU）来度量预测边界框与真实边界框之间的重叠程度。

IoU 是预测边界框与真实边界框交集区域与并集区域的比例，通常用于判断预测是否正确（例如，当 IoU 大于某个阈值时，认为预测是正确的）。

如 图1 所示，图中3个人分别对应3个边界框。

图1 边界框

通常表示边界框的位置有两种方式：

1. 即$(x_1,y_1,x_2,y_2)$，其中$(x_1,y_1)$是矩形框左上角的坐标，$(x_2,y_2)$是矩形框右下角的坐标。图1 中3个红色矩形框用$xyxy$格式表示如下：

• 左： ( 40.93 , 141.1 , 226.99 , 515.73 )