10.3.1 Object Detection ロードマップ：Class plus Box

Object detection は classification に location を加えます。どの object があり、image のどこにあるかを答えます。

まず box workflow を見る

重要概念は bounding box、class、confidence、IoU、threshold、false positive、false negative、mAP です。

IoU check を動かす

IoU は predicted box と ground-truth box の重なりを測ります。

truth = (10, 10, 50, 50)
pred = (20, 20, 60, 60)

def area(box):
    x1, y1, x2, y2 = box
    return max(0, x2 - x1) * max(0, y2 - y1)

ix1 = max(truth[0], pred[0])
iy1 = max(truth[1], pred[1])
ix2 = min(truth[2], pred[2])
iy2 = min(truth[3], pred[3])
intersection = area((ix1, iy1, ix2, iy2))
union = area(truth) + area(pred) - intersection

print("iou:", round(intersection / union, 3))

出力：

iou: 0.391

Detection debug は boxes と metrics の表示から始めます。きれいな screenshot 1 枚だけで detection quality を判断しないでください。

この順番で学ぶ

手順	読む内容	実践アウトプット
1	Detection overview	box、class、confidence、IoU、mAP を説明する
2	Classic detectors	two-stage と one-stage の考え方を比較する
3	YOLO	grid prediction、threshold、NMS、speed trade-off を理解する
4	Detection practice	false positives、missed detections、threshold changes を記録する

合格ライン

boxes、confidence、IoU、少なくとも 1 つの false-positive または false-negative case で detection result を説明できれば、この章は合格です。