目標(biāo)檢測入門

之前也大概看了一些論文和博客九孩，也做過目標(biāo)檢測的PPT却妨，給人講過幾次喻喳，但是一直沒有一個(gè)比較完整詳細(xì)的記錄下來穆端，故想好好的整理下。

3 評價(jià)指標(biāo)
評價(jià)的指標(biāo)有多個(gè)維度传惠，一般常用的map,fps等迄沫，這里我們介紹下一些指標(biāo)。

$P(準(zhǔn)確率) = \frac{TP}{TP+FP}$ ?? $R(召回率) = \frac{TP}{TP+FN}$

召回率是對全局的一個(gè)把握羊瘩，即系統(tǒng)檢測到的數(shù)目除以系統(tǒng)所有的需要檢測的數(shù)目，準(zhǔn)確率是對你給出檢測的精度一個(gè)定義，是檢測正確的數(shù)目除以總檢測數(shù)尘吗。

P-R曲線
以召回率為橫坐標(biāo)逝她，精確率為縱坐標(biāo)，用不同的閾值睬捶，統(tǒng)計(jì)不同閾值下的召回率和精確率黔宛。

PR.PNG

$AP = \int_0^1 {P(R)} \,{\rm d}(R)$
AP(average precision) - PR曲線下的面積
$mAP = \frac{1} {classes} \sum_{i=1}^{classes}\int_0^1 {P(R)} \,{\rm d}(R)$
mAP多個(gè)類別的平均AP值
IOU
IOU-intersection of union ，交并比擒贸，定義如下：
$IOU = \frac { Area-of-Overlap } {Area-of-Union}$

IOU.PNG
FPS
fps:frame per second 臀晃，每秒處理圖像的幀數(shù)

目標(biāo)檢測的歷史
從two-stage到one-stage,從r-cnn到faster r-cnn甚至更多版本的two-stage，one-stage的方法也從yolov1到y(tǒng)olov3介劫，ssd以及衍生的多種ssd的方法徽惋，目標(biāo)檢測基本上都是沿著這兩條路線，故我們看下其發(fā)展座韵，從而開始有序的看論文险绘。

之前做過Yolov3的，也看過faster r-cnn的回右，跑過隆圆，但是沒有怎么調(diào)試，故想接下來認(rèn)真總結(jié)下這些經(jīng)典的方法翔烁。

最后編輯于：2019.07.18 14:01:20

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者