目标检测基本概述

目标检测是计算机视觉领域的一项核心任务，旨在识别图像或视频中的特定物体，并为每个物体提供一个边界框和类别标签。随着深度学习的发展，目标检测技术已经取得了显著进展，广泛应用于自动驾驶、视频监控、医疗影像分析等领域。

1. 目标检测的基本概念

1.1 定位与分类

- **定位（Localization）**：确定目标物体在图像中的位置，通常以矩形边界框表示。边界框由四个值表示：左上角的坐标 `(x_min, y_min)` 和右下角的坐标 `(x_max, y_max)` 或中心点坐标 `(x_center, y_center)` 和宽高 `(width, height)`。
- **分类（Classification）**：识别被定位的物体所属的类别。例如，一幅图像中可能有多个人和几辆车，目标检测不仅要检测出这些物体的位置，还要正确地分类为“人”或“车”。

1.2 单阶段与多阶段检测器

- **单阶段检测器（Single）**：如YOLO和SSD，直接从图像中预测物体的边界框和类别，计算速度快，适合实时应用。
- **多阶段检测器（Multiple）**：如Faster R-CNN，先生成候选区域（可能包含目标的区域