1. 问题定义
目标检测是在图片中对可变数量的目标进行查找和分类。
- 目标种类与数量问题
- 目标尺度问题
- 外在环境干扰问题
2. 对比
目标检测 vs 图像分类
目标检测 vs 目标分割
3. 目标检测方法
传统目标检测方法到深度学习目标检测方法的变迁
3.1 传统目标检测方法
分类:
- Viola-Jones
- HOG + SVM
- DPM (巅峰)
传统目标检测方法缺点:
- 特征难以设计
- 特征不鲁棒,效率存在瓶颈
- 滑动窗口提取策略非常繁琐
算法基本流程:
3.2 深度学习目标检测方法
分类:
- One-stage (YOLO/SSD系列)
- Two-stage (Faster RCNN系列)
3.3 传统 vs 深度学习 目标检测方法
传统:
- 手动设计特征
- 滑动窗口
- 传统分类器
- 多步骤
- 准确度和实时性差
深度学习:
- 深度网络学习特征
- Proposal或者直接回归
- 深度网络
- 端到端
- 准确度高和实时性好
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。