参考博客：检测评价函数 intersection-over-union （ IOU ）
基础知识
ground truth：在有监督学习中，数据是有标注的，以(x, t)的形式出现，其中x是输入数据，t是标注。正确的标注t是ground truth，错误的标记则不是。
检测评价函数 intersection-over-union （ IOU ）:在目标检测的评价体系中，有一个参数叫做IoU，简单来讲就是模型产生的目标窗口和原来标记窗口的交叠率。具体我们可以简单的理解为： 即检测结果(DetectionResult)与Ground Truth的交集比上它们的并集，即为检测的准确率IoU :
如下图所示：GT = GroundTruth; DR = DetectionResult;
黄色边框框起来的是：
绿色框框起来的是：
如图：
图片发自简书App
原图：
图片发自简书App
fine tuning:就是用别人训练好的模型，加上我们自己的数据，来训练新的模型。fine tune相当于使用别人的模型的前几层，来提取浅层特征，然后在最后再落入我们自己的分类中。
