两阶段：实际上还是把目标检测当作分类来做：
缺点：候选框会存在一个重复的提取过程，计算量很大
roi pooling：https://blog.csdn.net/u011436429/article/details/80279536
直觉上理解，之前池化的尺寸都为正方形，现在改为矩形，因此可得到固定尺寸的输出特征图。
一阶段优点：速度变快
注意没有yolov1，因为yolov1是没有锚狂的
bounding box是个很大的概念，在目标检测里面出现的所有框几乎都可以称为bbox，包括锚框等。
假设预测到100个框，将这100个框按得分从高到低（confidence）排序，以一定阈值（一般都为iou 0.3）来得到累积precision和recall，累积的意思：第一行的precision和recall算的是第一行的框的，得到第一个点，譬如第二行算的是第一行和第二行所有框的p和r，得到第二个点，第三行算的是第一行和第二行和第三行的所有框的p和r，得到第三个点，所以最终得到100个（recall，precision）的点（precision一般为纵坐标y，recall一般为横坐标x），可以绘制P-R曲线，AP即为线下面积。上面讲的都是针对单个类别的，mAP是所有类别做平均。
可以参照https://www.zhihu.com/question/53405779
每次检测都会有很多框，怎么把不要的框去除掉，保留一个框，就是NMS。
思想“去同存异”：去掉相同的，保留不同的。将框按照得分进行排序，让得分第一名的框挨个去往后问，问其他框的意见和它一不一样：如果其他框和它的iou大于设定的阈值，我们就认为意见一样，如果意见一样的，就没必要保留了，所以去除了；反之则保留（因为可能是另外一个目标的检测框）。第一轮结束后可以排除掉第一个目标的多余检测框，此时第二轮是从保留下来的分最高的框开始，开始排除第二个目标的多余框。
paddledetection集合了object365和openimages18的676类。
若有收获，就点个赞吧
0 人点赞
