来一个有深度的教程：教你用 Python 做一个物体检测系统_python 神经网络 物体检测

• 右上角

• 左下角

• 右下角

现在，下一步就是把每一部分图像都交给图像分类器进行识别。这样，我们会得到每一部分图像中是否有行人的输出结果。如果有，便在原图像中标记该区域。输出结果类似这样：

这是开始尝试的一个很好的方法，但我们在寻求更加精确和准确的系统。它需要识别整个物体（或者是在本例中的人），因为仅仅识别物体的某些部分可能会导致灾难性的后果。

方法2：增加分割数量

先前的系统效果不错，但是我们还能如何改进呢？我们可以通过指数地增加我们输入系统的选框的数量来提高精确度。输出结果应该是这样：

这个方法有利有弊。尽管我们的解决方案看起来比原始的方法好一点点，但是它粗筛出很多的选框，实际结果基本一样。这是一个问题，我们需要一个更有条理的方法来解决这个问题问题。

方法3：展示结构严密的分区

为了用一种更有条理的方法构建我们的物体检测系统，我们可以按以下步骤操作：

**步骤1：**把图像划分成10x10的格子，如图所示：