深度学习经典检测方法 :

    • two-stage（两阶段）：Faster-rcnn Mask-Rcnn系列
    • one-stage（单阶段）：YOLO系列

    image.png
    two-stage（两阶段)
    image.png
    one-stage（单阶段）

    • two-stage需要预选，但是精度高，one-stage不需要预选，速度快，但精度较低

    one-stage：

    • 最核心的优势：速度非常快，适合做实时检测任务！
    • 但是缺点也是有的，效果通常情况下不会太好

    image.png
    two-stage：

    • 速度通常较慢（5FPS），但是效果通常还是不错的！
    • 非常实用的通用框架MaskRcnn，建议熟悉下！

    image.png

    指标分析
    map指标：综合衡量检测效果；单看精度和recall(召回率)不行吗？
    IOU:交集和并集的比值
    image.png

    01_深度学习经典检测 - 图6

    01_深度学习经典检测 - 图7

    image.png
    01_深度学习经典检测 - 图9
    01_深度学习经典检测 - 图10

    检测任务中的精度和召回率分别代表什么？
    image.png
    基于置信度阈值来计算
    例如分别计算0.9；0.8；0.7
    0.9时：TP+FP = 1，TP = 1 ；FN = 2；Precision=1/1；Recall=1/3；
    map值是综合精度与召回率的值
    如何计算AP呢？需要把所有阈值都考虑进来；MAP就是所有类别的平均
    image.png
    image.png
    面积的结果是MAP值