目标检测和边界框

详细参考：https://zh.d2l.ai/chapter_computer-vision/bounding-box.html

目标检测或目标识别：不仅想知道它们的类别，还想得到它们在图像中的具体位置。

边界框

在目标检测中，我们通常使用边界框（bounding box）来描述对象的空间位置。

• 边界框是矩形的，由矩形左上角的以及右下角的$x$和$y$坐标决定。

• 另一种常用的边界框表示方法是边界框中心的($x$,$y$)轴坐标以及框的宽度和高度。

根据坐标信息定义图像中狗和猫的边界框。 图像中坐标的原点是图像的左上角，向右的方向为$x$轴的正方向，向下的方向为$y$轴的正方向。

在图像上添加边界框之后，如下图所示：

实践：（待定）

小结

• 目标检测不仅可以识别图像中所有感兴趣的物体，还能识别它们的位置，该位置通常由矩形边界框表示。

• 我们可以在两种常用的边界框表示（中间，宽度，高度）和（左上，右下）坐标之间进行转换。