深度学习经典目标检测方法
One-stage: YOLO系列
只有一步“回归”操作。
- 优点：速度非常快，适合做实时检测任务
- 缺点：效果通常不会太好
Two-stage: Faster-Rcnn，Mask-Rcnn系列
多了一步“预选”操作。
- 优点：效果通常不错；
- 缺点：速度通常较慢；
mAP指标
IoU
IoU = Area of Overlap / Arrea of Union
Arrea of Overlap: Groud truth 与prediction的交集
Arrea of Union: Groud truth 与prediction的并集
精度Precision = TP / (TP + FP)
召回率、查全率Recall = TP / (TP + FN)
- TP，True Positive：正确检测
- FP，False Positive：误检
- FN，False Negtive：漏检
mAP综合考虑了各种置信度阈值情况下的精度和召回率。
YOLO核心思想
对候选框的长宽进行 微调 -》回归任务
候选框与真实框计算IOU，IOU大的好。