深度学习与物体检测每日笔记（1）

深度学习：

• 深度学习是机器学习的技术分支之一，主要是通过搭建深层的人工神经网络来进行知识的学习。属于监督学习的一种。
• 监督学习和无监督学习的特点即是否存在标定好的标签（有无答案）。

---

计算机视觉：

领域应用成就

1. 图像成像：如修复图像、风格迁移、超分辨率。
2. 2.5D空间：如光流估计、单目深度、双目深度。
3. 3D空间：如相机标定、视觉里程计、SLAM（定位与地图构建/Simultaneous Localization and Mapping）。
4. 环境理解（感知）：图像分类、物体检测、图像分割（语义分割和实例分割）、物体跟踪、关键点检测。

---

物体检测：

• 定义：通常指在图像中检测出物体出现的位置和类别。处理器输出5个基础量：①物体类别；②xmin；③xmax；④ymin；⑤ymax。
• 两阶检测：第一阶段专注寻找物体位置，得到建议框，保证准召率；第二个阶段对建议框进行分类。两阶检测精度较高。典型算法：RCNN系列。
• 一阶检测：在一阶段里完成寻找物体位置和类别预测。一阶检测速度更快。典型算法：SSD/YOLO。

  ---

  物体检测评价指标：

• 定义：通常指在图像中检测出物体出现的位置和类别。处理器输出5个基础量：①物体类别；②xmin；③xmax；④ymin；⑤ymax。
• 两阶检测：第一阶段专注寻找物体位置，得到建议框，保证准召率；第二个阶段对建议框进行分类。两阶检测精度较高。典型算法：RCNN系列。
• 一阶检测：在一阶段里完成寻找物体位置和类别预测。一阶检测速度更快。典型算法：SSD/YOLO。
• 物体检测评价指标：
• IoU（Insection of Union/联合交叉），指预测框与真实框的交集比并集:
• 
• TP（正确检测框/True Positive）:指检测框与标签框匹配了，通常指IoU＞0.5。
• FP（误检框/False Positive）：指检测框与标签框不匹配，通常指IoU＜0.5。
• FN（漏检框/False Negtive）：指未检测出应检模型。
• TN（正确背景/True Negative）：正确背景，通常不需考虑。
• mAP（mean Average Precision）：多个类别平均检测精度。
• 评测需要每张图片的预测值与标签值。预测边框（Dets）：物体类别、边框位置的4个预测值、该物体的得分；标签边框（GTs）：物体类别、边框位置的4个真值。
• AP计算过程如下：
• 遍历预测框，计算预测框与所有标签框GTs的IoU。选取最大IoU的标签GT作为当前预测框匹配对象。若该IoU小于阈值，将该预测框标记未误检框FP。若IoU大于阈值，则查看当前标签框GT是否标记访问过，若没有访问过，则将当前预测框Det标记为正确检测框TP，并将该GT标记为访问过，若GT已访问过，则比较IoU分数大小决定是否替换。
• 遍历完所有预测框Dets后，我们会把Dets分为TP或FP两类。便可以得到模型召回率R(Recall），即当前一共检测出的标签框TP与所有标签框GTs的比值。
• 当前遍历过的预测框Dets中，属于正确预测边框的比值即准确率P(Precision），其值大小即检测出的标签框TP与所有预测框（Dets）或者说TP+FP的比值。
• 通常召回率高时候准确率低，准确率高时候召回率低。
• 
• 这时AP(Average Precision平均检测精度）便派上用场：
• 
• 公式代表P-R曲线面积，综合了准确率和召回率。
• 最后每个类别的AP是独立的，将每个AP进行平均即可得到mAP（严格来讲曲线应先修正后再进行AP计算）。