目标检测

1. 概念：目标检测是识别图片中物体并确定其位置的多任务技术，面临目标种类数量多、尺度不均、外部环境干扰等问题。

这里的数字为置信度

2. 数据集：VOC数据集分4大类20小类；COCO数据集含20万图像、80个类别、超50万目标标注 ，平均每图7.2个目标。

3. Ground Truth格式：包含类别和边界框坐标，常见的有YOLO（归一化中心点坐标和宽高）、VOC（左上角和右下角坐标）、COCO（左上角坐标和宽高，非归一化）。

4. 评估指标：IoU交并比：交集比并集，越接近1越好

检测结果分TP、FP、TN、FN；Precision（准确率）、Recall（召回率）、P - R曲线、mean AP（类别AP均值）、Average Precision（11点法、近似面积法计算）用于评估模型。

1. 检测方法：

滑动窗口法需人工设计尺寸，存在冗余和定位不准问题。

深度学习方法中，anchor box用ratio和scale描述，有anchor - base（类似滑动窗口法穷举筛选）和anchor - free（自动生成，不穷举）两类。two stage算法如R - CNN系列，先生成候选区域再分类回归；one stage算法如YOLO系列，直接预测类别和位置。非极大值抑制（NMS）按置信度筛选目标框 。