Object Detection

// BBOX · IOU · ANCHOR · NMS · MAP

ئۇيغۇرچە تولۇق قوللانما — رەسىمدىكى ئوبيېكتنى تېپىش ۋە بەلگىلەش

Object Detection — رەسىم ياكى video ئىچىدىكى ئوبيېكتلارنىڭ قەيەردە تۇرغانلىقىنى (bounding box) ۋە نېمە ئىكەنلىكىنى (class label) بىرلا ۋاقىتتا بايقاش تېخنىكىسى. بۇ بەتتە bounding box، IoU، anchor، NMS، mAP قاتارلىق ئاساسىي ئۇقۇملار ۋە ئەمەلىي pipeline نى ئۇيغۇرچە چۈشەندۈردۇق.

01 — Detection نېمە 02 — Classification بىلەن پەرقى 03 — Bounding Box / IoU 04 — Anchor / NMS 05 — Pipeline 06 — mAP Evaluation 07 — Dataset Format 08 — Real-world Use

detector-output

person 0.94

car 0.88

dog 0.79

objects found

avg confidence

0.87

inference time

12ms

Object Detection دېگەن نېمە؟

"قەيەردە" ۋە "نېمە" سوئاللىرىغا بىرلا ۋاقىتتا جاۋاب بېرىش

Object Detection — رەسىم ياكى video frame ئىچىدىكى ھەر بىر ئوبيېكتنى bounding box (تىك تۆتبۇلۇڭ كوردىنات) بىلەن بەلگىلەپ، شۇ box نىڭ ئىچىدىكى نەرسىنىڭ قايسى class (مەسىلەن: ئادەم، ماشىنا، ئىت) ئىكەنلىكىنى ئېيتىپ بېرىدىغان computer vision ۋەزىپىسى. بىر رەسىمدە كۆپ ئوبيېكت بولسا، ھەربىرى ئۈچۈن ئالاھىدە box+label چىقىرىلىدۇ.

[x, y, w, h]

Ob يېكتنىڭ رەسىمدىكى ئورنىنى تەسۋىرلەيدىغان تۆتبۇلۇڭ كوردىنات.

person, car, dog…

Box ئىچىدىكى نەرسىنىڭ قايسى category گە تەۋەلىكىنى كۆرسىتىدۇ.

0.0 — 1.0

Model نىڭ شۇ bounding box+label نىڭ توغرىلىقىغا قانچىلىك ئىشەنگەنلىكى.

Classification، Detection ۋە Segmentation

ئۆچىشلىك چۈشۈنۈش ئۈچۈن مۇھىم پەرق

Classification

Object Detection

Segmentation

قىسقا قارار قائىدىسى

پەقەت "بۇ رەسىمدە نېمە بار؟" دېسىڭىز — classification. "نەدە ۋە قانچە دانە؟" دېسىڭىز — detection. "ئوبيېكتنىڭ پىخسىل دەرىجىلىك شەكلىنى" بىلىش لازىم بولسا — segmentation.

Bounding Box ۋە IoU

Detection نىڭ توغرىلىقىنى قانداق ئۆلچەيمىز

IoU (Intersection over Union) — predicted box بىلەن ground-truth box نىڭ قانچىلىك دەرىجىدە ئۇستلاشقانلىقىنى ئۆلچەيدىغان نىسبەت. IoU = (Intersection Area) / (Union Area). IoU 1.0 گە يېقىن بولسا box ئالاھىدە توغرا.

PYTHON

iou.py

def   compute_iou (box_a, box_b):
    xa1, ya1, xa2, ya2 = box_a
    xb1, yb1, xb2, yb2 = box_b

    inter_x1 =  max (xa1, xb1)
    inter_y1 =  max (ya1, yb1)
    inter_x2 =  min (xa2, xb2)
    inter_y2 =  min (ya2, yb2)

    inter_area =  max (0, inter_x2 - inter_x1) *  max (0, inter_y2 - inter_y1)
    area_a = (xa2 - xa1) * (ya2 - ya1)
    area_b = (xb2 - xb1) * (yb2 - yb1)

     return  inter_area / (area_a + area_b - inter_area +  1e-6 )

IoU قىممىتى	مەنىسى	ئادەتتىكى Threshold
≥ 0.5	"true positive" دەپ قارىلىدۇ	PASCAL VOC ئۆلچىمى
≥ 0.75	قاتتىق توغرا box	COCO strict
< 0.5	false positive ياكى miss	رەت قىلىنىدۇ

Anchor Box ۋە NMS

Model نېمە ئۈچۈن مىڭلىغان box تەكلىپ قىلىدۇ، ئاندىن قانداق تازىلايدۇ

ئالدىن بەلگىلەنگەن شەكىل

Model ھەر grid cell دا بىرنەچچە ئۆلچەم/نىسبەتتىكى anchor box نى candidate قىلىپ باشلايدۇ.

Box نى تەڭشەش

Model anchor نى ground-truth غا يېقىنلاشتۇرۇش ئۈچۈن offset (dx, dy, dw, dh) ئۆگىنىدۇ.

Non-Max Suppression

بىر ئوبيېكتقا ئۇستلاشقان كۆپ box لاردىن ئەڭ يۇقىرى confidence لىقىنى ساقلاپ، قالغانلىرىنى ئۆچۈرىدۇ.

PYTHON

nms.py

def   nms (boxes, scores, iou_threshold= 0.5 ):
    order = scores. argsort ()[::-1]
    keep = []

     while   len (order) >  0 :
        current = order[ 0 ]
        keep. append (current)
        rest = order[ 1 :]
        ious = [ compute_iou (boxes[current], boxes[i])  for  i  in  rest]
        order = [i  for  i, iou  in   zip (rest, ious)  if  iou < iou_threshold]

     return  keep

Detection Pipeline قانداق ئىشلەيدۇ؟

Backbone، head ۋە post-processing نىڭ بىرلىشمىسى

PYTHON

detect_flow.py

# high-level inference pipeline 
image =  load_image ( "street.jpg" )
tensor =  preprocess (image, size=( 640 ,  640 ))

features = backbone(tensor)              # CNN feature extraction 
raw_boxes, raw_scores = head(features)   # box regression + classification 

boxes, scores, labels =  filter_by_confidence (
    raw_boxes, raw_scores, threshold= 0.25 
)
final_boxes =  nms (boxes, scores, iou_threshold= 0.45 )

 draw_boxes (image, final_boxes, labels)

باسقۇچ	ۋەزىپىسى	ئىزاھ
Backbone	CNN ياكى transformer feature map چىقىرىدۇ	ResNet، CSPDarknet، ViT قاتارلىقلار
Detection Head	box coordinate + class probability چىقىرىدۇ	anchor-based ياكى anchor-free
Post-processing	confidence filter + NMS	ئاخىرقى clean box list

mAP بىلەن باھالاش

Detection model نى قانداق سېلىشتۇرىمىز

mAP (mean Average Precision) — ھەر class ئۈچۈن precision-recall egri sizigi astidiki maydanni (AP) ھېسابلاپ، بارلىق class لارنىڭ ئوتتۇرىچە قىممىتىنى ئالىدۇ. mAP@0.5 دىگەن IoU threshold 0.5 دىكى ئۆلچەم، mAP@0.5:0.95 دىگەن بىرنەچچە IoU threshold نىڭ ئوتتۇرىچىسى (COCO ئۆلچىمى).

Precision

Recall

mAP

Dataset Format لار

Training ئۈچۈن label قانداق ساقلىنىدۇ

فورمات	Box ئىپادىسى	ھۆججەت تىپى
COCO	[x_min, y_min, width, height]	يەككە JSON
YOLO	[x_center, y_center, w, h] (normalized 0-1)	ھەر رەسىمگە بىر .txt
VOC	[xmin, ymin, xmax, ymax]	ھەر رەسىمگە بىر .xml

TXT

image001.txt

# class_id x_center y_center width height (барلىقى 0-1 ئارىسىدا) 
0 0.482 0.331 0.220 0.410
2 0.710 0.560 0.150 0.190

ئەمەلىي قوللىنىش ساھەلىرى

Detection بىر "demo" ئەمەس، كۆپ ئىندۇستىرىيىنىڭ تۈرتكىسى

يول، ئادەم، يول بەلگىسىنى تېپىش

Self-driving system لار real-time دا pedestrian، vehicle، traffic sign نى detect قىلىشى كېرەك.

سودا تاختىسىدىكى مال سانىنى ساناش

Camera بىلەن shelf نى scan قىلىپ stock-out نى ئاپتوماتىك بايقاش.

كىشى/تەرس ھەرىكەتنى بايقاش

CCTV stream دىن intruder ياكى anomaly نى real-time دا تاپىدۇ.

X-ray/MRI دىكى anomaly نى بەلگىلەش

Tumor ياكى fracture قاتارلىق ئالاھىدە رايوننى box بىلەن كۆرسىتىش.

ئەڭ قىسقا يەكۈن

Object Detection = "نەدە" + "نېمە". Bounding box، confidence ۋە class label ئۇچىسى يۈرۈشلۈك بولسا، نەتىجىنى production غا تۇتاش ئىشلىتىش مۇمكىن. كېيىنكى مەزمۇندا YOLO، Faster R-CNN، SSD قاتارلىق ئاللىقاچان مەشهۇر model لارنى تەپسىلىي سېلىشتۇرىمىز.

// ObjectDetection_Guide v1.0 | idirak.com | 2026

تۈزگۈچى: سۈنئىي ئىدراك — idirak.com ئۈچۈن Object Detection ئۇيغۇرچە قوللانمىسى

Bounding Box · IoU · Anchor · NMS · mAP