1.物体检测

边缘框

• 一个边缘框可以通过四个数字定义
  • (左上x，左上y）,(右下x，右下y)
  • (左上x，左上y，宽，高)
  • (中间x，中间y，宽，高)

物体识别的数据集，比图片分类的数据集小很多，因为数据标注很费时间

目标检测数据集

• 每一行表示一个物体
  • 图片文件名，物体类别，边缘框
• COCO：cocodataset.org 在图片分类中相等与ImageNet
  • 80 物体，330K图片，1500000物体

总结

• 物体检测识别图片里的多个物体的类别和位置
• 位置通常用边缘框表示

边缘框代码实现

import torch
from d2l import torch as d2ld2l