10.3.1 Object Detection ロードマップ：Class plus Box

Object detection は classification に location を加えます。どの object があり、image のどこにあるかを答えます。

まず box workflow を見る

重要概念は bounding box、class、confidence、IoU、threshold、false positive、false negative、mAP です。

IoU check を動かす

IoU は predicted box と ground-truth box の重なりを測ります。

truth = (10, 10, 50, 50)
pred = (20, 20, 60, 60)

def area(box):
    x1, y1, x2, y2 = box
    return max(0, x2 - x1) * max(0, y2 - y1)

ix1 = max(truth[0], pred[0])
iy1 = max(truth[1], pred[1])
ix2 = min(truth[2], pred[2])
iy2 = min(truth[3], pred[3])
intersection = area((ix1, iy1, ix2, iy2))
union = area(truth) + area(pred) - intersection

print("iou:", round(intersection / union, 3))

出力：

iou: 0.391

Detection debug は boxes と metrics の表示から始めます。きれいな screenshot 1 枚だけで detection quality を判断しないでください。

この順番で学ぶ

手順	読む内容	実践アウトプット
1	Detection overview	box、class、confidence、IoU、mAP を説明する
2	Classic detectors	two-stage と one-stage の考え方を比較する
3	YOLO	grid prediction、threshold、NMS、speed trade-off を理解する
4	Detection practice	false positives、missed detections、threshold changes を記録する

合格ライン

boxes、confidence、IoU、少なくとも 1 つの false-positive または false-negative case で detection result を説明できれば、この章は合格です。

確認の考え方と解説

1. 合格レベルの答えでは、task を class label、bounding box、mask、OCR text、embedding、video event など正しい視覚出力に対応づけます。
2. 証拠には、rendered visual artifact と、metric または定性的な error note を含めます。
3. class confusion、missed object、bad mask、lighting shift、domain shift、annotation quality など、失敗モードを1つ説明できればよいです。

残す証拠

このページを終えたら、この evidence card を残します。

入力画像

正解または期待される対象を含む検出サンプル

予測

バウンディングボックス、ラベル、信頼度スコア、IoU、しきい値設定

指標

precision/recall、mAP、false positives、false negatives

失敗確認

小さな物体、重なり、NMS、ラベル品質の低さ、または信頼度閾値

期待される成果

注釈付き画像と、検出メトリクスまたはエラーバケット