目标识别笔记
一、目标检测核心概念
定义：识别图像中物体的类别并定位其位置（边界框）。
多任务：分类 + 定位。
挑战：
目标种类与数量繁多
目标尺度差异大
遮挡、噪声干扰
二、常用数据集
| 数据集 | 特点 |
|---|---|
| VOC | 20类，常用于早期研究 |
| COCO | 80类，图像多、目标密集，更具挑战性 |
三、标注格式（Ground Truth）
YOLO：归一化中心坐标 + 宽高
(x, y, w, h)VOC：绝对坐标
(Xmin, Ymin, Xmax, Ymax)COCO：绝对坐标
(Xmin, Ymin, W, H)
四、评估指标
IoU：衡量预测框与真实框的重合度
Precision & Recall：查准率与查全率
AP：平均精度，常用11点法计算
mAP：所有类别AP的均值，核心评估指标
五、传统方法：滑动窗口
缺点：冗余计算多、定位不准、需人工设计窗口尺寸
六、深度学习方法
1. Anchor-based
使用预设的 anchor boxes 进行目标定位
典型方法：Faster R-CNN, YOLOv2-v4, SSD
2. Anchor-free
不依赖预设 anchor，直接预测目标位置
典型方法：YOLOv1, CenterNet, FCOS
3. Two-stage vs One-stage
Two-stage：先提候选区域，再分类与回归（精度高，速度慢）
如：R-CNN系列
One-stage：端到端直接输出检测结果（速度快，精度稍低）
如：YOLO系列, SSD
七、后处理技术：NMS
用于去除重叠的冗余检测框
步骤：按置信度排序 → 选取最高框 → 抑制高IoU框 → 重复