目标检测YOLO实战应用案例100讲-基于深度学习的显著性目标检测（论文篇）

目录

知识储备

什么是显著性目标检测？

它和目标检测和图像分割有什么区别？

基于深度学习的显著性目标检测综述

基于深度学习的显著性目标检测分类及难点分析

1.1基于数据源的显著性目标检测分类　

1.2　基于深度学习的显著性目标检测难点分析　

2 基于深度学习的显著性目标检测研究思路 

2.1　RGB图像显著性目标检测研究思路　

2.2　RGB⁃D/T图像显著性目标检测的研究思路　

 2.3　光场图像显著性目标检测的研究思路　

3 数据集介绍及性能评估 

3.1　数据集介绍　

 3.2　评估方法　

基于深度学习的显著性目标检测研究与应用

相关理论基础

2.1 RGB图像、RGB-D图像

2.2卷积神经网络

2.3数据集及评价指标

---

---

本文篇幅较长，分为上下两篇，下篇详见基于深度学习的显著性目标检测（论文篇）（续）

知识储备

什么是显著性目标检测？

显著性目标检测着重于显著性目标这几个字，重点在于目标是显著的，显著性目标变为白色，而背景全部变为黑色，类似于图像分割，但是显著性目标检测一般只检测一个显著性目标，也不会涉及到该显著性目标的分类问题（即该目标是人还是狗）。总体来说是一个像素二分类的问题（背景or显著性目标）。

它和目标检测和图像分割有什么区别？

目标检测（Object Detection）的任务是找出图像中所有感兴趣的目标（物体），确定它们的类别和位置。

图像分割是目标检测更进阶的任务，