目标检测入门

之前也大概看了一些论文和博客，也做过目标检测的PPT，给人讲过几次，但是一直没有一个比较完整详细的记录下来，故想好好的整理下。

1. 什么是目标检测
   CV领域有四大任务：

   • 分类：判断图片包含说明类型的目标
   • 定位： 给出目标的位置
   • 检测：给出目标的位置及类别
   • 分割： 判断每一个像素属于哪个目标物或场景

2. 核心问题

   • 目标可能出现在图片的任何位置
   • 目标的形状多样
   • 目标大小多样

3 评价指标
评价的指标有多个维度，一般常用的map,fps等，这里我们介绍下一些指标。

• TP, FP,TN, FN ,Recall，Precision

  
  TP.PNG

召回率是对全局的一个把握，即系统检测到的数目除以系统所有的需要检测的数目，准确率是对你给出检测的精度一个定义，是检测正确的数目除以总检测数。

• P-R曲线
  以召回率为横坐标，精确率为纵坐标，用不同的阈值，统计不同阈值下的召回率和精确率。
  

  PR.PNG
  
  AP(average precision) - PR曲线下的面积
  
  mAP多个类别的平均AP值

• IOU
  IOU-intersection of union ，交并比，定义如下：
  
  

  IOU.PNG

• FPS
  fps:frame per second ，每秒处理图像的帧数

3. 目标检测的历史
   从two-stage到one-stage,从r-cnn到faster r-cnn甚至更多版本的two-stage，one-stage的方法也从yolov1到yolov3，ssd以及衍生的多种ssd的方法，目标检测基本上都是沿着这两条路线，故我们看下其发展，从而开始有序的看论文。

   
   

之前做过Yolov3的，也看过faster r-cnn的，跑过，但是没有怎么调试，故想接下来认真总结下这些经典的方法。

参考：
目标检测（一）——目标检测综述
目标检测（二）——评价指标