1. 目标检测解决什么问题#
目标检测不仅要回答“图像里有什么”，还需要回答“目标在哪里”。
因此，一个典型检测结果通常包含：
类别；
置信度；
目标位置。
对于普通目标检测，目标位置通常表示为水平矩形框 Bounding Box。
2. Bounding Box#
常见表示方式包括：
[
(x_1,y_1,x_2,y_2)
]
或者：
[
(x_c,y_c,w,h)
]
其中：
\(x_c,y_c\)：目标中心；
\(w,h\)：目标框宽高。
3. IoU#
IoU 用于衡量两个目标框之间的重叠程度：
[
IoU=\frac{|A\cap B|}{|A\cup B|}
]
IoU 越大，说明两个目标框越接近。
4. NMS#
同一个目标可能产生多个候选框，因此通常使用 Non-Maximum Suppression：
选择置信度最高的框；
计算它与其他框的 IoU；
删除重叠程度过高的框；
重复上述过程。
5. 为什么需要 OBB#
对于细长、倾斜或方向明显的目标，普通水平框可能包含大量背景。
OBB（Oriented Bounding Box）在矩形框基础上进一步表示旋转角度，因此更适合：
遥感目标；
文本检测；
工业零件；
细长目标。
6. 小结#
Bounding Box 是目标检测最基础的位置表示方式，而 OBB 则进一步引入方向信息。
理解 Bounding Box、IoU 和 NMS，是理解 YOLO 检测流程的重要基础。