[LAB 10 · 从 RGB 图像训练小型检测器](/course/notebooks/a14237bfa9dd413d959ab4e458e11f42.html)

# 读源码时跟踪三种集合
[独立阅读](/course/notebook-blocks/3f2817fbef024a0f9bc945dd0b1a1b81.html)
主线阅读与优先实验

RGB图像、单特征层锚框检测器、分类/位置损失、NMS、独立检测评价

## 读源码时跟踪三种集合

数据生成器保存真实图像与坐标；固定锚框是一组与图像真值无关的预测模板；最终预测框才来自网络。不要把这三者混为一谈。第一段还定义 IoU、按类别 NMS 与 AP。它们共用同一种半开区间 `xyxy` 几何，不使用整数像素的“面积加一”约定。

AP 对每个类别汇总全数据集预测、按分数递减排列；每个预测找当前图像同类真值的最大 IoU，达到阈值且该真值没用过才记 TP，否则记 FP。重复检测不会增加召回。代码把 precision 从右向左取包络，再对 recall 增量求和。这是 all-points AP，不是 COCO 的多个 IoU 阈值平均；我们分别报告 AP50、AP75。