三维点云学习（6）1-3D Object Detection-introduce

使用8个数值表达一个检测的长方体，heading为朝向（绕Z轴旋转）

Objection Detection：

1.Localization 定位

2.Classification 分类

物体检测的难点：

如何评价detection的好坏：

IoU

Precision & Recall

true positives:已检测出来的物体，并且检测正确

false positives:已检测出来，但检测错误

false negatives：忽略检测正确目标,(False)

false negatives：忽略检测错误目标,（True）

Percision:检测的正确率

Recall:对场景所有正确目标的检测率

评价物体检测好坏的标准 AP

compute AP:

step1.选择IoU的限定阈值

step2.选择confidence置信度阈值

step3.确定每个box的TP/FP

step4.计算 Precision / Recall

step5.拟合P-R curve

step6.计算AUC,得到每个类别的AP

mAP：评价整个检测网络的标准,表征不同类别的AP平均

P-R Curve

NMS 非极大抑制

物体检测器必备：NMS，优化precision