OpenMMLab AI实战营 第四天打卡笔记

---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、目标检测是什么？

简单点说就是给你一张照片，一段视频，然后找出这张图片或者视频里指定的物品，可能是人脸（在摄影中），可能是某个物体，例如某张椅子（在购物软件以图搜图中），甚至垃圾分类和自动驾驶。

二、痛点与难点

1.与图像分类的不同

图像分类物体数量固定，位置固定，大小固定。目标检测数量不固定，位置不固定，大小不固定。

2.划窗

可以把一张图片或者一段视频分为多个子图像或者子片段，对每个片对进行图像分类，划分这些子图片或者子片段的方法就是引入一个划窗。问题是这样的话计算量过大，一张1000*600像素的照片可能需要1200个划窗。

---

三、目标检测技术的演化

最开始就是用R-CNN暴力遍历，到区域建议（基于底色大概预测一下物体位置），到分析与消除重复计算的量，以及在特征图上进行密集预测等。