目标检测的算法原理

目标检测的算法分为三种：

one-stage算法：SSD、yolo、retinanet等，检测精度低，速度快

经典的two-stage算法：Faster RCNN、FPN、Mask RCNN等，精度高，速度低

Multi-stage算法：R-CNN、SPPNet，精度低、速度低（已经淘汰）

目标检测的任务

对于不需要预生成RP的Detection算法而言，算法只需要完成三个任务：

• 特征抽取
• 分类
• 定位回归

对于有预生成RP的Detection算法而言，算法要完成的主要有四个任务：

• 特征抽取
• 生成RP
• 分类
• 定位回归

目标检测的算法框架

 

 

​

​

​

先由算法生成一系列作为样本的候选框，再通过卷积神经网络进行样本分类

 

 

参考 （1）https://blog.csdn.net/JNingWei/article/details/80039079

（2）http://machinethink.net/blog/object-detection/  （one—stage）