1、回归与分类问题

回归问题是指给定输入变量（特征）和一个连续的输出变量（标签），建立一个函数来预测输出变量的值。换句话说，回归问题的目标是预测一个连续的输出值，例如预测房价、股票价格、销售额等。回归问题通常使用回归分析技术，例如线性回归、多项式回归、决策树回归等。

分类问题是指给定输入变量（特征）和一个离散的输出变量（标签），建立一个函数来预测输出变量的类别。换句话说，分类问题的目标是预测一个离散的输出值，例如将一张图片分为猫和狗、预测一个电子邮件是垃圾邮件还是正常邮件等。分类问题通常使用分类算法，例如逻辑回归、支持向量机、决策树分类等。

2、专业术语

2.1、bounding box 边界框

用来描述目标在图像中真实位置和范围的矩形框。它由矩形框的左上角和右下角坐标定义。

2.2、IOU交并比

intersection over union

预测区域与实际区域的交集比并集，值越大，预测越准

2.3、非极大值抑制NMS

Non-Maximum Suppression

可能多个预测结果间存在重叠部分，需要保留交并比最大的、去掉非最大的预测结果。对同一个物体预测结果包含三个概率0.8