目标检测学习(一)

目标检测学习(一)

1.边界框(bounding box)

在目标检测中，边界框用来描述目标位置。边界框是一个矩形框，是由矩形左上角x和y轴坐标与右下角的x与y轴坐标确定。

1_box , 2_box = [60,45,378,516],[400,112,655,493]

import matplotlib.pyplot as plt

def bbox_to_rect(bbox,color):
    return plt.Rectangle(
        xy = (bbox[0],bbox[1]),width = bbox[2] - bbox[0],height = bbox[3] - 
        bbox[1],fill = False,edgecolor = color,linewidth=2
    ) 
#将边界框（左上x，左下y，右下x，右下y）格式转换成matplotlib格式：
#（（左上x，左上y），宽，高）

fig = plt.imshow(img)
fig.axes.add_patch(bbox_to_rect(1_bbox,'blue'))
fig.axes.add_patch(bbox_to_rect(2_bbox,'red'))
#根据边界框的xy轴坐标以及宽高，给两张图片分别红蓝的框框

def xy_to_cxcy(xy):
    return torch.cat([(xy[:,2:] + xy[:,:2]) /2, #将xy轴的坐标换算成图像的中心点
                      xy[:,2:] - xy[:,:2]] , 1) #计算图像的宽高

2.交并比(IOU)

目标检测中使用的一个概念是产生的候选框与原标记框的交叠率，即是他们的交集与并集的比值。最理想的情况是完全重叠，即比值为1。

example：

（交集）

A={1,2,3} B={2,3,4}
A n B = {2,3}

（并集）

A={1,2,3} B={2,3,4}
A U B = {1,2,3,4}

IOU:

变换一下，父母可以用面积减去相交的面积表示为：

python代码实现：

import torch

def iou(rect1,rect2):
    xmin1, ymin1, xmax1, ymax1 = rect1
    xmin2, ymin2, xmax2, ymax2 = rect2
    s1 = (xmax1 - xmin1) * (ymax1 - ymin1)
    s2 = (xmax2 - xmin2) * (ymax2 - ymin2)

    sum_area = s1 + s2

    left = max(xmin2,xmin1)
    right = min(xmax2,xmax1)
    top = max(ymin1,ymin2)
    bottom = min(ymax1,ymax2)

    if left >= right or top >= bottom:
        return 0

    intersection = (right - left) * (bottom - top) #计算两个矩阵交集的面积
    i = intersection / (sum_area - intersection) * 1.0 #计算iou
    print(i)


if __name__ == '__main__':
    rect1 = torch.tensor([1,2,3,4])
    rect2 = torch.tensor([2,2,3,4])
    iou(rect1,rect2)

Out[3]:tensor(0.5000)

即矩阵[1,2,3,4]与矩阵[2,2,3,4]的交并集(IOU)的值为0.5

3.VOC数据集

VOC数据集是目标检测领域最常用的标准数据集之一，几乎所有检测方向的论文，如faster_rcnn、yolo、SSD等都会给出其在VOC数据集上训练并评测的效果。因此我们我们的教程也基于VOC来开展实验，具体地，我们使用VOC2007和VOC2012这两个最流行的版本作为训练和测试的数据。

数据集类别：

VOC数据集在类别上可以分为4大类，20小类

数据集量级

其中，Images表示图片数量，Objects表示目标数量（上面两组照片是GitHub里的，所以----- 你懂的！）