第五章 出厂之后：分类之外的任务
第五章 · 出厂之后：分类之外的任务
本章要回答的三个问题：分类头之外，同一条特征流水线还能输出什么——框、掩码还是像素？检测与分割的指标（IoU、mAP、逐像素交并比）是怎么定义和手算的？图像生成与风格迁移凭什么说是"反着走流水线"？本章把练好的分类流水线送出厂，看它如何改头换面去干四类新活。
为什么会有这一章
前三章的流水线终点是十个类别分数，但真实项目要的往往不止"图里有什么"：无人车要知道行人在哪，打码工具要知道人脸的轮廓，设计软件要能凭空画出一张图。这些能力的底座仍是那套卷积特征提取——变的是流水线出口之后的加工段。看懂本章的关键翻译动作只有一个：把"输出形态"与"对齐口径"两个概念搬到新任务上。输出从类别分数换成边界框或逐像素标签，评估从准确率换成交并比一族；骨干网络照旧是第三章的 ResNet 们。
本章以一次分类项目复盘开篇——它是全书内容的汇合点，也是后续任务的对照组。检测在分类的框上加定位，分割把框细化到像素，生成把流水线的方向整个反过来。四节连读，你会得到一张"任务形态谱系图"：拿到任何视觉需求，先问输出形态，再挑指标，最后选骨干。
读完能解决什么
- 按项目复盘清单独立跑通一个小型分类项目：数据、增强、训练、调度、验收、逐类分析；
- 手算两个边界框的交并比，解释 IoU 为什么是检测的通用货币；
- 说清两段式与单段式检测的分工取舍，以及非极大值抑制在做什么；
- 区分语义分割与实例分割，手算一对掩码的交并比与 Dice；
- 解释生成对抗网络的双方博弈结构，用转置卷积从噪声拼出图像形状；
- 说出风格迁移的内容项与风格项各自约束什么。
各节怎么分工
| 节号 | 回答的问题 | 关键产出 |
|---|---|---|
| 5.1 分类项目全流程复盘 | 练好的流水线怎么落地 | 一份可复用的项目操作清单 |
| 5.2 目标检测 | 在哪、是什么 | IoU 手算与 NMS 实作 |
| 5.3 语义与实例分割 | 像素级阅卷怎么做 | 掩码 IoU 与 Dice 手算 |
| 5.4 图像生成与风格迁移 | 反着走流水线 | 转置卷积与风格损失 |
任务分流全景
图 5-1 下游任务车间布局
出厂前对表
进本章前对三问。一问输出形态：你的项目要的是标签、框还是逐像素掩码？答不上来，先画输出草图。二问指标口径：框类任务的主尺是 IoU 与 mAP，掩码类是逐像素交并比与 Dice，跟准确率不是一家。三问骨干复用：检测、分割的骨干仍是第三章那批卷积流水线，换任务不换底座——想通这一点，本章四节就只是"换头手术"的四个病例。
任务速查卡
把本章四节压成一张口袋卡。分类：整图一个标签，指标看准确率与混淆矩阵。检测：目标若干框，先手算 IoU 再谈 mAP，密集场景警惕 NMS 误杀。分割：像素各归各类，语义只问类别、实例再加个体编号，Dice 是医学圈的通用语。生成：方向反着走，转置卷积放大回像素，GAN 用对手逼出逼真度。拿到需求先归格子，格子定了，指标与数据标注方式就都定了——这比先挑模型靠谱得多。
先决条件
- 第四章的训练闭环与 4.8 节指标口径（本章的验收全部沿用其纪律）；
- 2.2 节的尺寸公式（5.4 节的转置卷积是它的逆运算）；
- 不需要读过任何检测或分割论文，各节自带最小实作。
往下走到哪
任务形态见全之后，第六章做工程收尾：工具链与算力怎么选、模型会怎么被骗、数据集怎么管、注意力时代 CNN 排在第几把交椅——把这本教程从"懂原理"送到"能交付"。