一、目标检测问题的定义
1、定义: 目标检测时图片中对可变数量的目标进行查找和分类。
2、需要解决的问题
- 目标种类与数量问
- 目标尺度问题:目标稠密、目标大小等
- 外在环境干扰问题:遮挡、光照
二、目标检测问题的方法
1、传统的目标检测方法到深度学习的目标检测方法
发展论述:
- 对于Overfeat、R-CNN方法,只是利用卷积神经网络进行特征提取,并没有改变搜索框提取目标区域的策略,算法的在速度上仍存在瓶颈。
- 随着Fast-RCNN的提出,通过RPN网络来代替原始的滑动窗口策略,标志着基于深度学习的目标检测方法,彻底完成了端到端的过程。使得速度和性能得到了很大的提升。
- 后来不用提取候选框的策略,采用直接回归目标框位置的策略,例如:YOLO、SSD网络,进一步提高了目标检测算法的速度。
2、列举一些代表性的传统的和基于深度学习的目标检测方法