目标检测基础与评价 · exp02

Exp02 · 边界框与 IoU 家族

从坐标换算和框重叠出发，比较 IoU 及扩展度量对定位误差的响应。

两个预测框的重叠程度如何量化，不同几何误差会怎样改变匹配分数？

输入数据来源: 课程程序生成的可控合成图像与目标框；未包含外部真实检测数据集。
数据性质: 固定随机种子的合成教学样本；不代表真实无人机航拍或业务检测结果。
图件状态: 本页不发布原包结果图；图件许可待核验，页面不展示模型性能结论。

返回目标检测基础与评价打开全部主题

KEY POINTS

这条内容的重点

基础　2 小时

说明边界框与 IoU 家族涉及的核心概念与输入输出。
依据可控样本复核关键计算、可视化或模型步骤。
区分教学样例观察与真实场景性能结论。

WORKFLOW

内容流程

明确问题
实现并比较框度量，观察位置、尺度和中心偏移带来的变化。
本步产物 问题与待观察变量
复核机制
先做手算自检，再核对程序生成样本和参数设置。
本步产物 关键步骤记录
比较结果
围绕框几何查看输出，记录一处差异并解释可能原因。
本步产物 结果记录或简短解释
写清边界
说明结论适用于当前合成样本的范围，以及迁移到真实图像前需要的检查。
本步产物 包含适用范围的实验小结

METHODS

相关方法

边界框
IoU
GIoU / DIoU / CIoU

DELIVERABLES

可获得的内容

关键变量、参数和手算自检记录。
对输出结果的解释，以及一条清楚的适用范围说明。

LIMITATIONS

适用范围与注意事项

输入数据来源：课程程序生成的可控合成图像与目标框；未包含外部真实检测数据集。
数据性质：固定随机种子的合成教学样本；不代表真实无人机航拍或业务检测结果。
图件状态：本页不发布原包结果图；图件许可待核验，页面不展示模型性能结论。
公开资源状态：原实验指导书、Notebook、Python 源码与课件暂不公开，等待逐项确认权利与署名要求。

MATERIALS

相关资料与下载

只展示已核准公开的资料。

当前没有已批准公开的资料。待核验或私有文件不会显示。