深度学习 基本理论 3 ：之物体检测（Anchor base/NMS/softmax/损失函数/BCE/CE/zip

1、 Anchor base和Anchor free

1.1 Anchor base

1. Anchor base，译为基于锚点的一个物体检测方法，也可以叫做基于一组预定义的框
2. 模型会预测每个锚点是否存在对象，并预测需要对锚点进行的调整以更好地适应该对象
3. Anchor base物体检测方法：Fast R-CNN、SSD、YOLO、RetinaNet

1.2 Anchor Free

1. Anchor Free，无锚点方法则不依赖于预定义的锚点框
2. 直接在图像的每个空间位置预测对象的存在或对象的特征
3. CenterNet、CornerNet、FCOS 、DETR

2、NMS基本流程

非极大值抑制（Non-Maximum Suppression, NMS），是当物体检测中同一个物体最后预测出多个候选框的情况，采用NMS后可以有效解决这个问题。

1. 收集所有边界框
2. 根据置信度（即预测该框的概率）进行排序
3. 取出最高置信度的框，与其他所有的框计算IOU
4. 如果计算出某一个IOU的值，超过设定的阈值（假设是0.5），则认为这个框是重复的，则删除这两个框中置信度比较低的那一个
5. 重复3-4过程，最终剩下的框全部都是预测的边界框
6. 这个过程也就是说，置信度最高的那一个框永远都不会被移除，且其他的框也只会与这个框计算IOU值

3、常用的损失函数

3.1 回归

MSE：预测值与真实值差值的平方
MAE：预测值与真实值差值的绝对值

3.2 分类

CE：Cross-EnTropy，二元交叉熵，【（y标签对应的值）乘以（p预测正类别的概率值取对数）的相反数】+【1-（y标签对应的值）乘以（1-p预测正类别的概率值取对数）】的相反数，然后会累加样本数，再除以样本数的就是损失的均值

BCE：Binary Cross-EnTropy，多元交叉熵，（y标签对应的值）乘以（p预测该类别的概率值取对数）的相反数，然后会累加每个类别和样本数，再除以样本数的就是损失的均值

4、BCE和CE除了预测种类个数的区别还有其他区别吗？

BCE通常与sigmoid激活函数一起使用，适用于单个输出神经元，输出预测为正类的概率
CE通常与softmax激活函数一起使用，适用于多个输出神经元，输出每个类别的概率分布

5、两个list变成对应的字典，一个是key一个是values

6、zip怎么理解和使用

7、除了交并比（即IOU）还有没有其他计算

除了交并比（IoU）之外，确实存在其他几种方法来评估和处理目标检测中的边界框重叠情况。这些方法各有特点，适用于不同的场景和需求。以下是一些常见的替代方法：

1. 交集面积（Intersection Area）：直接计算两个边界框的交集面积。
2. 中心距离（Center Distance）：
   • 计算两个边界框中心点之间的距离。
   • 适用于判断边界框是否足够接近，可能用于跟踪或者一些需要边界框位置精确度的应用
3. GIOU、DIOU、CIOU等变体：
   • 这些是IoU的扩展版本，考虑了更多的几何因素，如边界框的尺寸、形状、中心点位置等
   • 可以提供更精细的重叠度量，特别是在边界框形状和位置方面