目标检测算法
交并比 IoU
这个阈值你也可以设定为0.6，这样精确度就会更高。
IoU(Interaction of Union)衡量了两个边框重叠的相对大小。
非最大抑制
非最大抑制算法就会去掉和当前概率最大的框的其他IoU值很高的矩形。
当尝试同时检测3个对象，比如行人，汽车，摩托，那么输出向量就会有3个额外的分量(c1,c2,c3)。正确的做法是要独立进行三次非最大抑制，分别对每个输出类别都做一次。
anchor boxes
（可以进一步改善算法效果）
如果想让一个格子检测出多个对象，就可以使用anchor box。
算法处理不好以下情况：
1.如果出现你有2个anchor box，但是再同一个格子中有3个对象中心点。
2.两个对象中心店都分配在同一个格子，且他们的anchor box形状也一样。
如何指定anchor box形状？
一般手工指定5~10个anchor box形状，以尽可能多的覆盖到不同形状，这要求你要合理考虑所有对象的形状。
更好的做法（自动选择形状）：k-means算法，将两类对象的形状聚类，用它来选择一组最具代表性的anchor box，来代表你试图检测的十几个对象类别。
YOLO算法
实际中可能划分成 19 ∗ 19 19*19 19∗19的网格，同时设定更多(n个)anchor box，那么输出就会是 19 ∗ 19 ∗ n ∗ 8 19*19*n*8 19∗19∗n∗8。
YOLOv1
YOLOv1的缺点是定位不准，因为它是整个图片normalize到0~1之间之后，去看整张图找物体的。
YOLOv2
用 e t x e^{t_{x}} etx 可能会比较容易发散，为避免train到爆炸，把 e x e^x ex 改成 s i g m o i d ( x ) 2 sigmoid(x)^2 sigmoid(x)2 或 s i g m o i d ( x ) 3 sigmoid(x)^3 sigmoid(x)3，这样走向像有一个盖。
还有一个优点是，可以处理不同尺度的图像，通过放大能够更容易检测小物体。
YOLOv2中一个anchorbox会带一个条件概率（之前YLOLv1是合并共享条件概率的），如果当一只猫和狗距离很近，YOLOv1的处理方式中一个框框的猫，一个框框的狗，但框出来的猫和狗的概率很可能是相当的，这样就很难把离得很近的东西框出来。内容互斥
YOLOv3
候选区域 region proposal:R-CNN
使用训练过的分类器时会针对每个滑动窗跑检测算法，导致在不可能有目标物体的区域仍然跑算法，这是没有意义的。而R-CNN（带区域的卷积网络）会选出一些区域，在这些区域运行卷积网络分类器是有意义的。
选出候选区域的方法是：运行图像分割算法(a segmentation algorithm)
在这些色块上分别运行分类器，这样可以有效减少需要处理的位置，可以减少卷积网络分类器的运行时间。
R-CNN的缺点在于速度慢。
