目标检测
介绍
目标检测是用来识别图片中目标的类别以及位置，是图像视觉领域中经常遇到的问题。针对目标检测问题，我们提供了自动建模解决方案，让用户能够自行解决遇到的目标检测问题。
评价指标
mAP - mean Average Precision
mAP 表示各类别 AP 的平均值，而 AP 是 PR 曲线下面积，关于 AP 的解释和具体计算方法参考：https://github.com/rafaelpadilla/Object-Detection-Metrics#average-precision
参数讲解
| 参数 | 说明 |
|---|---|
| image_height | （必填）图片高度 |
| image_width | （必填）图片宽度 |
| train_meta | （必填）训练集 csv 文件路径 |
| val_meta | （必填）验证集 csv 文件路径 |
| test_meta | （选填）测试集 csv 文件路径 |
| early_stopping_step | （选填）提前停止训练步数，默认是10 |
实战样例
在这个部分我们会结合数据格式，对几个问题样例进行效果说明。
缺陷检测
本问题是在 PCB 板上查找缺陷点的问题，通过目标检测定位缺陷的位置。使用自动建模训练学习，在大约100小时之内，找到的最优模型，其评估指标 mAP 达到 0.9756。
木材检测
本问题是对自然场景中的卡车，进行木材检测，目的是识别卡车上木材的个数和位置，经过自动建模的训练学习，mAP 达到 0.9452。
