=====================================================
github：https://github.com/MichaelBeechan
CSDN：https://blog.csdn.net/u011344545
=====================================================
YOLO目标检测算法
- 深度学习经典检测方法
- 1、两阶段（Two-stage）
- 2、单阶段（One-stage）
深度学习经典检测方法
1、两阶段（Two-stage）
- Fast-RCNN、Faster-RCNN、Mask-RCNN系列
- 1）速度通常较慢（5FPS），但效果通常不错
- 2）MASK-RCNN框架
2、单阶段（One-stage）
- YOLO系列
- 1）核心优势：速度非常快，适合做实时检测任务
- 2）缺点：效果通常不会太好
- mAP指标：综合衡量检测效果，更高效果更好
- IoU：交集和并集的比值（Intersection of Union）
- 举例说明
- 检测任务中的精度与召回率分析
- 基于置信度计算：例如0.9；0.8；0.7
- 0.9时：TP+FP=1，TP=1，FN=2，Precision=1/1=1，Recall=1/3
- mAP=阴影面积
