深度学习经典检测方法

   one-stage：其直接为物体生成分类概率和位置坐标值，无需区域建议阶段。 检测速度更快，因为一次检测就可以直接得到最终的检测结果。代表：yolo系列，SSD系列等。

   two-stage：其首先生成一个region proposal，然后使用卷积神经网络对候选区域进行分类。代表：Rcnn、Fast Rcnn、Faster Rcnn和Mask Rcnn系列。

两者区别：

       例：如果你想找到这幅图像的猫，one-stage仅用一个cn网络（求出x1,y1,x2,y2坐标）就可以得到你想要的结果

       而two-stage中，同样也是要检测出猫猫，但其多加了一个RPN：（RegionProposal Network区域建议网络），意思就是在得到最终结果前，先进行一次预选，宝苦熬它的分类及位置修正，然后得出结果。

两者的优缺点：

     one-stage:1.速度非常快，适合做实时检测任务 2.缺点就是效果通常情况下不会太好

     two-stage:2.速度通常较慢，但是效果通常还可以 

物体检测的指标分析

IOU

         IOU（Intersection over Union）：交集和并集的比值，是一种测量在特定数据集中检测相应物体准确值的一个标准。IOU是一个简单的测量标准，只要是在输出中得出一个预测范围(bounding boxes)的任务都可以用IOU来进行测量。在目标检测中是产生的候选率（candidate bound）与原标记框（ground truth bound）的交叠率，即它们的交集与并集的比值。最理想情况是完全重叠，即比值为1。

       因此可以看出，如果检测效果越理想，预测框和真实框的交集应该大，而且并集应该接近于他们本身。

mAP

        mAP（mean Average Precision）:综合衡量检测效果，因为精度和召回率在机器学习中是反向关系，所以单看一个指标很难判断出它的实际情况，所以用mAP来表示检测效果

     那什么是精度和召回率呢？1.精度：预测为正例的那些数据里预测正确的数据个数 2.召回率（查全率）（recall）：真实为正例的那些数据里预测正确的数据个数

       那么TP、FP、FN、TN又是什么意思呢？

       举个栗子，假设我们手上有60个正样本，40个负样本，我们要找出所有的正样本，系统查找出50个，其中只有40个是真正的正样本，计算上述各指标。

       1）True positive(TP): 真正例，将正类正确预测为正类数；

       2）False positive(FP): 假正例，将负类错误预测为正类数；

       3）False negative(FN):假负例，将正类错误预测为负类数；

       4）True negative(TN): 真负例，将负类正确预测为负类数

因此

• TP: 将正类预测为正类数=40
• FN: 将正类预测为负类数=20
• FP: 将负类预测为正类数=10
• TN: 将负类预测为负类数=30

     基于置信度阈值来计算，例如分别计算0.9; 0.8;0.7，设置阈值是出现的预测框不止一个，给出一个范围，保留置信度高的预测框，在下图中置信度表示识别人脸的概率

     在上图中，如果阈值为0.9，则tp=1（第一张图），fp=0（因为阈值是0.9，所以第二幅图和第三幅图的预测框就去掉了）。所以tp+fp=1，所以precision=1。fn=2（第二张图和第三张图的脸因为阈值关系所以并没有检测到，所以fn=2），所以recall=1/3

    由给出的图表可以发现，精度高时召回率通常低，反之亦然，因此我们一般采用综合衡量检测效果，也就是前面提到的mAP。所以AP，average precision，就是这个曲线下的面积，这里average，等于是对recall取平均。而mean average precision的mean，是对所有类别取平均（每一个类当做一次二分类任务）。现在的图像分类论文基本都是用mAP作为标准。