Object Detection

1.Object localization

以前的分類問題經過softmax後輸出其屬於哪一類即可，對於目標定位，經過softmax後還得多輸出其位置資訊。

bx,by是位置，bw和bh是寬度和高度。

這裡輸出假設分類定位問題是隻有一個物件，當影象中有目標時pc=1,列表中還會包含位置資訊（bw,bh,bx,by），c1=1代表目標是pedestrain,c2=1代表目標是car,c3=1代表目標是motorcycle.當沒有車時，當pc=0時說明目標不存在，其它引數這時就無意義了。

2 Landmark Detection

3.Convolutional implementation of sliding windows

這裡把全連線層用卷積層代替，在數學上效果一樣。

使用滑動視窗，不需要把輸入圖片分割成多個子集（傳統的是把一張圖片裁剪多塊分別丟入卷積網路分析，效率較低，而且會有很多計算重複），分別執行前向傳播，而是把整張圖片輸入，這樣共有區域可以共享很多計算，一次性得到所有預測值。

4.Intersection over union

簡單來說就是用交集初除上並集，衡量定位效果的。

More generally, IoU is a measure of the overlap between two bounding boxes.