LAB 10 · 从 RGB 图像训练小型检测器

LAB 10 · 从 RGB 图像训练小型检测器

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

学习路径： 一张图怎样变成一组框

LAB 10 · 从 RGB 图像训练小型检测器

从 P32–35 的检测流程 进入一项完整学习实验：48×48 RGB → 共享特征 → 类别与框偏移 → 解码/NMS → 保留图像评价。真值框只进入目标与评价，不进入模型输入。

先看 已有结果与失败图，挑一张解释哪里没检好，再回到输入协议、匹配和两个输出头。四维逻辑回归只是可选分类热身；主实验是 TinySSD 闭环的单特征层教学变体。完整复跑按格顺序执行，另写 lab10-results-rerun，不覆盖历史证据。

本册的产出是一条错误分析：它是漏检、错类、框偏还是重复？你会只改哪个条件来验证？遇到公式去 LAB 09 或 CLS 07；想研究轮廓而非包围框，可另选 LAB 11，不必为完成本册再训练第二项。