目标检测历史进展

早期目标检测流程

（1）候选框生成

（2）特征向量提取

（3）区域分类

DeepLearning 时代目标检测

（1）二阶检测器 Two-stage（如CNN，（R-CNN）及其变体）

• 首先使用候选框生成器生成稀疏的候选框集

• 然后使用深度卷积网络编码生成候选框的特征向量

• 最后使用区域分类器预测候选框区域类别
  
  （2）一阶检测器 One-stage（如YOLO）

  • 直接对特征图像上的每个位置进行类别预测

二阶检测器性能更优，一阶检测器更省时更适用

常识补充：

• anchor（锚点）：图像经过卷积神经网络得到特征图，对每一个像素点定义不同大小宽度的矩形框，每一个像素点对应原图区域的中心点称为锚点
• anchor boxes(锚框)：人为定义的包含各种尺寸和宽度比的矩形框，作为候选框。检测器将anchor boxes 密