YOLO 中的 Confidence 与 Class Probability 区别详解

YOLO 中的 Confidence 与 Class Probability 区别详解

1. Confidence（置信度）

• 定义：某个预测框 包含目标的概率 × 预测框与真实框的 IOU（重合程度）
• 公式：
  $$\text{Confidence}=\mathrm{Pr}(\text{object})\times {\text{IOU}}_{\text{pred, truth}}$$
• 含义：这个框是不是目标框，位置准不准。

2. Class Probability（类别概率）

• 定义：在该预测框中，目标属于某个特定类别的概率。
• 多个类别下为 softmax 输出，如：
  $$\mathrm{Pr}({\text{class}}_i\mid \text{object})$$

3. Final Score（用于 NMS 的分数）

• 定义：是上述两者的乘积。
• 公式：
  $${\text{Score}}_{{\text{class}}_i}=\mathrm{Pr}({\text{class}}_i)\times \text{Confidence}$$
  （或 YOLOv1 中为：
  $$\mathrm{Pr}(\text{object})\times \text{IOU}\times \mathrm{Pr}({\text{class}}_i)$$）

---

✅ 举例说明

假设：

• 模型预测这个框有 80% 的概率含有物体（Pr(object) = 0.8）
• IOU = 0.7
• 对应类别是 “dog”，其类别概率为 0.9

则：

• Confidence = 0.8 × 0.7 = 0.56
• Final score for “dog” = 0.56 × 0.9 = 0.504

---

总结

名称	含义	位置相关	类别相关
Confidence	该框含有目标 + 位置是否准确	✅	❌
Class Probability	如果有目标，是哪个类别	❌	✅
Final Score	综合考虑目标有无 + 属于哪个类	✅	✅

YOLOv2 正负样本分配机制详解

在目标检测任务中，正负样本的定义决定了哪些预测框用于训练，以及如何计算损失函数。YOLOv2 在 YOLOv1 的基础上，引入了 Anchor Boxes（锚框） 机制，正负样本的判断方式也发生了重要变化。

---

✅ 一、YOLOv2 中的 Anchor Box 引入

YOLOv2 将图像划分为 $S\times S$ 网格，每个网格预测 $B$ 个 Anchor Box（默认 5 个），每个 Anchor 预测：

• 位置偏移 $(t_x,t_y,t_w,t_h)$
• 置信度（objectness score）
• 多个类别的概率（softmax 或 sigmoid）

---

二、正负样本的定义

1. 正样本（Positive Samples）

满足以下条件的预测框被视为正样本：

• 某个 Ground Truth Box 被分配给 与其 IOU 最大的 Anchor Box。
• 分配发生在该目标中心点所在的网格 cell 内。
• 每个 Ground Truth 只分配给 一个 Anchor（最佳匹配）。

即：一张图中有多个目标，每个目标仅分配给一个最合适的 Anchor。

---

2. 负样本（Negative Samples）

• 没有被任何 GT 分配的 Anchor 预测框。
• 与所有 Ground Truth 的最大 IOU 低于阈值（通常为 0.5）。

这些 Anchor 被作为负样本，仅用于训练置信度（objectness）为 0。

---

三、样本分配机制图示

Grid Cell (7x7)
  └─ 每个 Cell 预测 5 个 Anchor Box
        ├─ 与某个 GT IOU 最大 → 正样本
        ├─ IOU 太低 → 负样本
        └─ 其他 Anchor 忽略


## 四、与 YOLOv1 的区别

| 项目                 | YOLOv1                  | YOLOv2                          |
|----------------------|--------------------------|----------------------------------|
| Anchor               | ❌ 无                    | ✅ 有                            |
| 每个 GT 分配框数量   | 多个（B 个）            | 仅一个（最佳 Anchor）          |
| 负样本定义           | 其余所有预测框          | 未分配且 IOU < 阈值             |
| 正样本位置           | GT 中心落入的 Cell      | 同上                            |


## 五、 总结

YOLOv2 中的正负样本策略，主要围绕 Anchor Box 与 Ground Truth 的匹配关系：
	•	正样本：与 GT 匹配 IOU 最大的 Anchor
	•	负样本：其余 Anchor 且 IOU 低
	•	忽略：其他 IOU 不高不低者（可选处理）

# Bounding Box 与 Anchor 的关系详解

在目标检测中，`Anchor Box` 是模型预设的一组**参考框模板**，而 `Bounding Box` 是模型预测的**最终目标框**，两者之间的关系如下：

| 名称          | 说明                                                         |
|---------------|--------------------------------------------------------------|
| Anchor Box    | 预定义的固定尺寸框，用于覆盖不同尺寸、宽高比的目标           |
| Bounding Box  | 模型输出的框，用于拟合真实物体（Ground Truth Box）的位置     |

##  关系说明

1. 模型以 Anchor 为**起点**，通过预测 **偏移量（offset）** 对其进行微调；
2. 每个 Anchor 会输出一个预测框（Bounding Box）；
3. 训练过程中，选出与 Ground Truth 重合度最高（IoU 最大）的 Anchor，作为正样本；
4. 最终的 Bounding Box 是：
   $$ B_{\text{pred}} = \text{Anchor} + \text{偏移量} $$

##  举例

- Anchor: `[w=100, h=200]`（模型预定义的框）
- 偏移预测: `[dx, dy, dw, dh]`
- 最终预测框 (Bounding Box): 根据 anchor + 偏移解码得到

> Anchor 是起点，Bounding Box 是终点。