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。

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。

$P(准确率) = \frac{TP}{TP+FP}$ $R(召回率) = \frac{TP}{TP+FN}$

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

$AP = \int_0^1 {P(R)} \,{\rm d}(R)$
AP(average precision) - PR曲线下的面积
$mAP = \frac{1} {classes} \sum_{i=1}^{classes}\int_0^1 {P(R)} \,{\rm d}(R)$
mAP多个类别的平均AP值
IOU
IOU-intersection of union ，交并比，定义如下：
$IOU = \frac { Area-of-Overlap } {Area-of-Union}$

IOU.PNG
FPS
fps:frame per second ，每秒处理图像的帧数

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。