[人工智能-深度学习-67]：目标检测 - 常见目标检测算法大汇总

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

本文网址：https://blog.csdn.net/HiWangWenBing/article/details/122115271

目录

第1章 目标检测概述

第2章 常见的Two-Stage算法

2.1 R-CNN

2.2 Fast R-CNN

2.3 Faster R-CNN

第3章 常见的One-Stage算法

3.1 SSD

3.2 YOLO

第4章 汇总比较

4.1 汇总比较

4.2 精度演进

4.3 核心思想演进

第1章 目标检测概述

目标检测是对图像分类任务的进一步加深，他不仅要识别出图片中各种类别的目标，还要把他们的位置找出来用矩形框框住。

在实际操作中，通常先找出目标的位置（通过坐标轴方框标注出来），然后在对标注的目标进行分类，如下图所示：

目标检测是深度学习在计算机视觉领域一个非常重要的应用，从本节开始，我们将陆续开始目标检测的学习。

根据算法的流程可以将目标检测算法分为两种流派：

（1）以Faster R-CNN为代表的Two-Stage算法：

它检测目标主要分为两个部分，

• 通过专门模块去生成候选框，
• 寻找前景以及调整边界框。

（2）以SSD、YOLO为代表的One-Stage算法

它是直接基于anchor直