9月2日目标检测学习笔记——总结

---

前言

本文为9月2日目标检测学习笔记——总结，分为五个章节：

• One-stage vs. two-stage；
• 不同目标检测算法的优缺点对比；
• 不同目标检测算法的性能对比；
• 单任务网络 vs. 多任务网络；
• 常见数据集及性能评价指标。

---

一、One-stage vs. two-stage

• One-stage：

  • 优点：
    1. 速度快；
    2. 避免背景错误；
    3. 学到物体的泛化特征。
  • 缺点：
    1. 精度低（定位、检出率）；
    2. 小物体的检测效果不好。

• Two-stage：

  • 优点：
    1. 精度高；
    2. Anchor 机制；
    3. 共享计算量。
  • 缺点：
    1. 速度慢；
    2. 训练时间长；
    3. 误报高。

---

二、不同目标检测算法的优缺点对比

---

三、不同目标检测算法的性能对比

---

四、单任务网络 vs. 多任务网络

• 单任务网络：

  • 优点：
    1. 训练简单；
    2. 收敛快。
  • 缺点：
    1. 参数多；
    2. 计算量大；
    3. 性能瓶颈。

• 多任务网络：

  • 优点：
    1. 参数共享；
    2. 计算量共享。
  • 缺点：
    1. 训练复杂；
    2. 网络结构设计。

---

五、常见数据集及性能评价指标

• 常见数据集：
  
  
  

• 性能评价指标：

• 准确率：mAP：
  $$\begin{gathered} AP={\int }_0^{1}PRdr=\sum _{k=1}^{n}P(k)△r(k) \\ MAP=\frac{{\sum }_{q=1}^Q}{Q}AP(q) \end{gathered}$$

• 速度：FPS (Frames Per Second)；

• PR曲线：

  • Precision：查准率：$\frac{TP}{TP+FP}$，越大越好，1 为理想状态；
  • Recall：查全率，$\frac{TP}{TP+FN}$，越大越好，1 为理想状态。
    

---