目标检测
识别图片中有哪些物体并且找到物体的存在位置
多任务：位置 + 类别
目标种类与数量繁多的问题
目标尺度不均的问题
遮挡、噪声等外部环境干扰
目标检测的数据集
VOC数据集
VOC数据集：PASCAL VOC挑战赛(The PASCAL Visual Object Classes)是一个世界级的计算机视觉挑战赛。
4 大类，20小类
VOC 2007：9963图片 /24640目标
VOC 2012：23080图片 /54900目标
COCO数据集
COCO数据集：起源于微软2014年出资标注的MS COCO数据库。
包含20万个图像
80个类别
超过50万个目标标注
平均每个图像的目标数是7.2
目标检测的Ground Truth
①
类别+真实边界框坐标(x,y,w,h)
假设上图尺寸为1000*800p
②
YOLO(TXT)格式：(x,y,w,h)分别代表中心点坐标和宽、高x,y,w,h均为归一化结果
COCO(JSON)格式：(Xmin, Ymin, W, H)，其中x,y,w,h均不是归一化后的数值，分别代表左上角坐标和宽、高
VOC(XML)格式：(Xmin,Ymin,Xmax,Ymax)分别代表左上角和右下角的两个坐标。
目标检测的评估指标
- 目标检测的评估指标包括查准率（P）、查存率（R）、准确率（ACC）等。
- 引入了交并比（IoU）来评估框框绘制的准确性。
①IoU：Intersection over Union
生成的预测结果会非常多
首先过滤掉低类别置信度的检测结果
使用IoU作为边界框正确性的度量指标
②检测结果的类别
③
Precision：准确率，查准率
Recall：召回率，查全率
P-R曲线
mean AP：每个类别所得到的AP的均值
Average Precision：11点法、近似面积法
④mean和average
mean：算数平均
average：包含其他的度量指标
Average P：P值需要设计度量规则让它均衡mean AP：AP够均衡了，直接mean即可
⑤AP计算方法
AP计算方法：11点法
⑥案例
1️⃣
①根据IoU划分TP或者FP
2️⃣
②按置信度的从大到小，计算P和R
③绘制P-R曲线，进行AP计算
根据IOU阈值判断预测框是TP（True Positive）还是FP（False Positive）。
目标检测的传统方法
滑动窗口法
需要人工设计尺寸
大量冗余
操作定位不准确
目标检测的深度学习方法
①anchor box
anchor box用ratio+scale描述
feature map的点来决定位置
scale来表示目标的大小（面积大小）
②anchor-base和anchor-free
anchor-base
anchor-base是自顶向下的类似于传统方法，滑动窗口法穷举出许多，然后再根据置信度之类的进行筛选
anchor-free
anchor-free是自底向上的
想办法自动生成，不穷举
free掉了anchor的预设过程
③one stage和two stage算法流程
1️⃣one stage算法流程
2️⃣ two stage算法流程
常见one stage算法
YOLO系列：YOLO v1-v5 （YOLO 11不一定比YOLO 8好，因为过拟合和欠拟合方面的原因，模型选择应遵循简单有效原则，避免过拟合，不同数据集适合不同的模型，没有绝对的“最好”模型）
SSD系列：SSD、DSSD、FSSD
其他经典：RefineDet
常见two stage算法
经典发展线：R-CNN、SPP-Net、Fast R-CNN、 Faster R-CNN
其他：Cascade R-CNN、Guided Anchoring
④非极大值抑制(Non-maximum suppression,NMS)
设定目标框的置信度阈值，常用的阈值是0.5左右
根据置信度降序排列候选框列表
选取置信度最高的框A添到输出列表，将其从候选框列表删除
候选框列表中的所有框依次与A计算IoU，删除大于阈值的候选框
重复上述过程，直到候选框列表为空，返回输出列表
（筛选候选框，确保每个物体只有一个预测框。）