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。