目标检测基本知识

计算机视觉和图像处理

1. Tensorflow入门
2. 深度神经网络
3. 图像分类
4. 目标检测
5. 图像分割
6. OpenCV
7. Pytorch
8. NLP自然语言处理

一、目标检测

目标检测的任务是找出图像中所有感兴趣的目标，并确定它们的类别和位置。

目标检测的位置信息⼀般由两种格式（以图片左上角为原点(0,0)）:

1. 极坐标表示：(xmin， ymin， xmax， ymax)

• xmin，ymin：x，y坐标的最小值
• xmin，ymin：x，y坐标的最大值

2. 中心点坐标：(x_center，y_center，w， h)

• x_center，y_center：目标检测框的中心点坐标
• w，h：目标检测框的宽、高

目标检测算法主要分为两类：

• Two-stage方法：如R-CNN系列算法，主要思路就是通过Selective Search或者CNN网络产生一系列的稀疏矩阵的候选区域，然后对这些候选区域进行分类和回归，two-stage的方法优势在于准确率度高；
• One-stage方法：如YOLO系列方法，主要思路就是均匀地在图片上不同位置进行密集采样，采样时使用不同尺度和长宽比box，然后利用CNN提取特征后直接进行分类和回归，整个过程只需要一步，所以优势在于速度快。

二、常用的评价指标

2.1 IOU

$$IOU=\frac{两个矩形框相交的面积}{两个矩形框相并的面积}$$
一般可以设置当IOU的值大于0.5的时候，则可认为检测到目标物体。

实现方法：

import numpy as np

def IOU(box1,box2,wh=False):
    if wh==False:
        # 使用极坐标表示，直接获取两个bbox的坐标
        xmin1,ymin1,xmax1,ymax1=box1
        xmin2,ymin2,xmax2,ymax2=box2
    else:
        # 获取两个bbox的极坐标表示形式
        xmin1,ymin1 = int(box1[0] - box1[2]/2.0,box1[1] - box1[3]/2.0)
        xmax1,ymax1 = int(box1[0] + box1[2]/2.0,box1[1] + box1[