目前可以将现有的基于深度学习的目标检测与识别算法大致分为以下三大类:
- 基于区域建议的目标检测与识别算法,如R-CNN, Fast-R-CNN, Faster-R-CNN;
- 基于回归的目标检测与识别算法,如YOLO, SSD;
- 基于搜索的目标检测与识别算法,如基于视觉注意的AttentionNet,基于强化学习的算法
一、基于区域建议的目标检测与识别算法
这类算法的主要步骤是:
- 首先使用选择性搜索算法(Selective Search,SS)、Bing、EdgeBoxes这些目标候选区域生成算法生成一系列候选目标区域;
- 然后通过深度神经网络提取目标候选区域的特征;
- 最后用这些特征进行分类,以及目标真实边界的回归;