A06 · 第 3 章 · 课程规划页
目标检测与多尺度特征
本章研究目标检测与多尺度特征。内容依次处理候选框、IoU 与非极大值抑制、锚框匹配、分类回归联合损失、特征金字塔、小目标与密集遮挡误差。
- 所在 Part
- 第二编 视觉任务
- 预计学习
- 40 分钟
- 建设状态
- 已规划，尚无正式正文
计划实验
本章未登记独立交互实验；定义、公式和例题仍按下列提纲规划。
LEARNING OBJECTIVES
完成本章后应能
- 01准确说明候选框、IoU 与非极大值抑制。
- 02完成锚框匹配、分类回归联合损失所需的推导、证明或算法。
- 03使用计算、例题或反例检验特征金字塔、小目标与密集遮挡误差。
PLANNED SECTIONS
计划章节结构
- 01
候选框、IoU 与非极大值抑制
界定候选框、IoU 与非极大值抑制，明确使用的条件、主要结论与可复核步骤。
- 02
锚框匹配、分类回归联合损失
推导锚框匹配、分类回归联合损失，明确使用的条件、主要结论与可复核步骤。
- 03
特征金字塔、小目标与密集遮挡误差
检验特征金字塔、小目标与密集遮挡误差，明确使用的条件、主要结论与可复核步骤。
计划定义
候选框、IoU 与非极大值抑制：对象、记号与前提
围绕候选框、IoU 与非极大值抑制列出主要对象、符号、前提与定义边界。
计划公式
锚框匹配、分类回归联合损失：关系、判据与可复核步骤
把锚框匹配、分类回归联合损失整理为可检查的关系、判据或算法步骤；涉及定量模型时写出公式，并说明符号、适用条件，以及需要时的单位或复杂度。
计划例题
特征金字塔、小目标与密集遮挡误差：案例、反例与核验
围绕特征金字塔、小目标与密集遮挡误差给出明确输入、前提或数据，逐步分析并用反例、误差、守恒量或边界条件复核。
计划练习
目标检测与多尺度特征：定义、关系与边界综合练习
联结候选框、IoU 与非极大值抑制、锚框匹配、分类回归联合损失与特征金字塔、小目标与密集遮挡误差，分别检验定义辨析、主要步骤和适用边界。
关键词
目标检测、多尺度特征、第二编 视觉任务、卷积神经网络与计算机视觉