檢測算法回顧

5、6年前的檢測算法大體如下：

手動涉及特征時應該考慮的因素：

1、尺度不變性 2、光照不變性 3、旋轉不變性

這一步驟稱為特征工程，最重要的一個算法稱為sift，(回顧SIFT講解)體現了上述所有的觀點。
在分類的過程中，經典的工具有SVM、NN。
由于每一個步驟都會存在誤差，隨著鏈路不斷增長，會導致誤差逐步累積，最終帶來錯誤。
stage1生成備選框，stage2進行精準化.

v1講解

一些概念和定義

每個備選框都可以用四個維度唯一標定。
confidence為置信度，置信度表達式中的Pr表示是否為目標物體的概率，IoU表示真實與預測box之間的重合程度。
輸出的張量，(5*B+C)表示channel數目，5代表了box的xywh和置信度，一共有兩個box，C表示分類的個數，原文中給的是20.
B是個武斷的數字，只要比1大就行了，用1個預測框去回歸，并不能保證回歸結果很好。

損失函數解釋

函數1、2代表的是對物體邊框的回歸。3、4代表的是對置信度的回歸。
原本的格子7x7，然后每個格子對應2個bbox，一共有98個點需要估計。然而在我們上圖中只有3個物體，所以需要把超參數調整大一點，平衡非物體bbox過多。
w與h表示bbox的邊框大小，為什么使用根號呢？如果使用線性的，當物體邊框大的時候，loss也就越大，說明我們評測結果容易收到大物體影響。使得網絡只會去學習到大物體的信息，而把小物體給忽略掉了。
w與h表示bbox的邊框大小，使用根號，是為了使得大物體與小物體產生的loss差距不大。取log也可以。

為什么需要加上noobject的損失？
當我們需要學習N類物體的特征時，其實需要學習的時N+1類物體，就是多一個復雜的背景，增強泛化能力。

最后的分類略顯粗糙，需要加上softmax，與交叉熵損失相結合。softmax定義，數學表達式，編碼以及求導需要好好掌握。

v1總結

之前說過yolo是，圖像中物體中心落在哪個格子，那個格子就負責預測那一個物體。如果物體過于擁擠，導致一個格子里面有多個物體中心就不好搞了。

物理信息找邊框，語義信息分類。


很顯然，右邊的更容易回歸

人工撒anchor，不同形狀，

v3