基于DL的目标检测概述

前言：
个人之前只是简单做过人脸检测，只是项目需要，其实真正让我兴趣的，应该是目标检测，不过说实话，人脸检测也只是目标检测的一个小分支。这两年目标检测的快速进步，甚至已经到了落地实用的地步，不得不说前景广阔。嘿嘿，言归正传。
今天我只是把我之前看的目标检测系列论文总结一下,当然也参考了某些大牛的博客，以供参考：
目标检测：简单理解就是给定一张图像，将该图像中的目标位置检测出来，同时给定目标的类别。如下图：

深度学习从14开始，一时风靡了整个学术界，这无疑得益于在图像识别方面的伟大进步，其实说到底应该是卷积神经网络的再次兴起。因此，这篇文章我也是从四个方面来简单叙述一下目标检测的发展：

1. 传统目标检测的一般流程和方法（其实也就是模式识别的方法）
2. 以R-CNN为代表的基于深度学习的目标检测框架（RCNN,SPP-NET,FAST RCNN, Faster rcnn）
3. 以YOLO为代表的将检测为题转换为回归问题的目标检测框架（YOLO,SSD,YOLO9000）
4. 最后是做一个简单的总结

1、传统的目标检测方法流程

一般目标检测的传统做法分为三个部分：区域选择，从一张图像中选取目标候选区域。特征提取，即利用人工设计的特征对目标区域进行特征提取，分类器分类，即将抽取到的特征送到分类器中进行训练（比如：SVM）
区域选择：典型的做法就是Sliding Window， 这种穷举的方法虽然能够基本上遍历所有目标可能出现的位置，但是缺点就是复杂度太高，冗余窗口太多，而且目标大小一般是固定比例的，一单是多目标且目标大小比例变化很大，这种方法效果就会很差，当然该方法仍然有可取之处，就是你不在设计复杂的特征找到这些目标窗口了，尤其是当目标图像不是很大的时候，暴力解决反而更方便。
特征抽取：这种方法主要是就是要考虑目标的姿态、场景的影响（光照、遮挡等）、复杂背景等因素，因此设计一种鲁棒性的特征是可取的，比如SIFT，hog，lbp等。
分类器分类：抽取到特征之后，送到训练好的分类器中分类，判断是那种目标，典型做法就是SVM。当然adaboost 也算其中之一，但两者思想是有区别的。
总结：传统做法的缺点就是：1、候选区域选取复杂度高，冗余计算严重，计算资源被严重消耗。2、设计一种复杂的鲁棒性的特征是困难的，