目标检测类别梳理

0 概述

目标检测是一个很大很大的概念，目的是找到我们想要找的东西（定位+分类）。由于应用领域的不同，其可以被分为面向各种任务的目标检测（断不可认为目标检测就是针对某一特定应用领域下的检测，如无人驾驶下的检测，我之前就陷在了这里，格局打开）。

由于分类角度的不同，目标检测可以被划分为各种各样的类别，从而使我们感到十分迷惑，为了消除这些疑惑，以下对目标检测的分类进行梳理。

1 总览

总体来说，针对检测维度的不同，目标检测可被分为二维 (2D) 目标检测和三维 (3D) 目标检测。针对阶段的不同，又可被分为一阶段 (one-stage) 目标检测和二阶段 (two-stage) 目标检测。下面按分类维度进行叙述。

2 二维目标检测

2.1 针对使用的数据分类

就 2D 目标检测来说，由于使用数据的不同又可将其分为基于图像（可见光图像、深度图像、红外图像等）的 2D 检测、基于点云（Lidar获取的点云、Radar获取的点云、深度相机获取的点云等）的 2D 检测、基于多模态融合的 2D 检测。

2.2 针对应用背景分类

针对应用背景的不同，2D 目标检测包括但不限于遥感图像目标检测、无人驾驶目标检测、小目标目标检测、密集目标检测、船舶检测、无人机图像目标检测、水下目标检测等。

3 三维目标检测

同 2D 目标检测类似，针对使用数据的不同可将 3D 目标检测分为基于图像的 3D 检测、基于点云的 3D 检测、基于多模态融合的 3D 检测。

3D 目标检测的应用背景同样很多，而目前最火的当是面向无人驾驶的 3D 目标检测。

就无人驾驶 3D 目标检测来说，根据使用数据的不同同样可以被分为基于图像的 3D 检测、基于点云的 3D 检测、基于多模态融合的 3D 检测。

而基于图像的 3D 目标检测又可被分为基于多视图的 3D 检测、基于深度（双目）相机的 3D 检测；
基于点云的目标检测可被分为基于点的 3D 检测、基于体素的 3D 检测、基于点-体素的3D 检测。