开放下载！从RCNN到SSD,这应该是最全的一份目标检测算法盘点

导读：从简单的图像分类到3D姿势识别，计算机视觉从来不缺乏有趣的问题和挑战。通过肉眼我们可以检测出一张宠物照中的猫和狗，可以识别出梵高作品《星夜》中的星星和月亮，那如何通过算法赋予机器“看”的智能，就是我们接下来要讲的。

本文首先会介绍目标检测的概念，然后介绍一种简化了的目标检测问题——定位 + 分类以及它存在的问题，最后由浅入深逐步进入到目标检测常用的模型及方法，如 Faster R-CNN、SSD 等。这个过程中 会涉及很多细节的概念和知识点，具体的技术讲解请下载下方电子书详阅。

戳此处立即下载电子书

书中精彩干货集合

1、目标检测常用的模型及方法
1.1R-CNN
学者们在这个方向做了很多研究，比较有名的是 selective search 方法，具体方法这里不做详细说明，感兴趣的读者可以看关于 selective search 的论文。大家只要知道这是一种从图片中选出潜在物体候选框(Regions of Interest，ROI)的方 法即可。有了获取 ROI 的方法，接下来就可以通过分类和合并的方法来获取最终的 目标检测结果。基于这个思路有了下面的 R-CNN 方法。

• 选出潜在目标候选框(ROI)
• 训练一个好的特征提取器
• 训练最终的分类器</