目标检测——目标检测方法的综述

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