目标检测概述

主要性能指标：准确度、速度，其中准确度分为定位准确度和分类准确度。
模型：主流为1.one-stage 检测算法（速度）2.Two-stage 检测算法（准确度）
One-stage 检测算法：
仅需送入网络一次就可以预测出所有的边界框，适合移动端。
常用算法代表：Yolo、SSD、Squeeze Net
Two-stage 检测算法：
产生候选区域（region proposals）
对候选区域分类，即对位置的精修
常用算法代表：R-CNN、SPPNet、Fast R-CNN、Fast R-CNN、FPN
共同部分：anchor boxes
利用卷积滑窗检测时，如果出现多个物体，例如两个不同的物体（Anchor Box算法对更多的物体以及两个物体外形相似没有很好的应对办法）的中心点同时出现在一个单元格中，那么按照原有的算法只会输出一个物体，如下图所示，人和车的中心都位于同一个单元格的一个位置,这时就需要使用Anchor Boxes算法。

可以检测这三个类别，行人、汽车和摩托车，它将无法输出检测结果，所以我必须从两个检测结果中选一个。