前言
目标检测：给定一张图片，用矩形框框出所有感兴趣物体同时预测类别
应用：
区别：
检测技巧：
检测的演进：
基础知识
基本概念：
框、边界框（Bounding Box）
交并比
置信度
非极大值抑制
边界框回归
边界框编码
两阶段检测：
降低区域提议的计算成本
锚框
单阶段检测：
YOLO（2015）
SSD
正负样本不均衡
RetinaNet
YOLO v3（2018）
无锚框检测：
FCOS（2019）
CenterNet（2019）
Detection Transformers：
DETR（2020）
Deformable DETR (2021)
检测模型的评估方法：
检测结果的对/错
准确率和召回率
PR曲线和AP值
