教程链接：唐宇迪目标检测YOLO算法全系列
深度学习经典目标检测方法
one-stage（单阶段）：YOLO系列
直接一个CNN网络，提取特征，回归就可以了，直接一步得到（x1，y1）和（x2，y2）四个值（或者得到x,y,h,w）。
two-stage（两阶段）：Faster-rcnn（2015，目标检测开山之作） 、Mask-Rcnn（前者的升级版本）系列
多加了一个RPN区域建议网络。多了一个预选阶段。
不同算法优缺点分析
- one-stage：
最核心的优势：速度非常快，适合做实时检测任务！
但是缺点也是有的，效果通常情况下不会太好！
可以自己在YOLO中选择不同的网络，选择的网络模型简单，可能速度就会快一点，能达到几百FPS。现在没有什么算法能同时把mAP和FPS值都做的非常高。
在这里不会使用准确率和召回率，通常使用mAP值这个综合指标。因为在很多深度学习任务中，准确率和召回率是矛盾的，一个高了另一个就低了，没办法判断。
- two-stage：
特点：速度通常较慢（5FPS），但是效果通常还是不错的！非常实用的通用框架MaskRcnn，建议熟悉下！
Mask RCNN论文中给出的结果是5FPS每秒传输帧数(Frames Per Second)。达不到实时性的要求。
评估模型好坏所用参数
Intersection over Union（IOU）一般指代模型预测的预测框和真实框之间的交集和并集的比值。IoU越高越好。
查准率和查全率（召回率）：
假设有猫和狗两类，目标是找猫。
TP：正确标记为正例的个数。（目标是找猫，正确的找到猫的数量）
FP：错误地标记为正例的个数。（目标是找猫，错误的把狗当成猫的数量）
FN：错误地判断为反例。（错误地把猫当成狗）目标检测中可理解为没检测到目标，漏检。
TN：正确地标记为反例。（把狗标记为狗）
mAP指标计算
基于置信度（也就是标记为目标可能性，比如框住的是猫的可能性）阈值来计算，因为在预测时会产生很多框，需要设置阈值，保留置信度比阈值大的框，过滤其余的框。
例如分别计算0.9|0.8；0.70.9时：TP+FP=1，TP=1；FN=2；Precision=1/1；Recall=1/3；
mAP值就是对所有置信度阈值下的P和R值进行综合得到的一个指标值。
