目标检测问题

目标检测是在图片中对可变数量的目标进行查找和分类

查找就是定位到它在图片中的位置，通常表示为一个矩形框

 

对于这样的问题，主要存在三个主要难点

      ①目标种类与数量问题

      ②目标尺度问题

      ③外在环境干扰问题

 

目标检测 VS 目标分割

语义分割只要找到同一类物体或者目标的区域就行了
实例分割比语义分割更加精细，对于同一类别的目标也需要划分出不同的实例
 

目标检测主要去定位物体的位置，位置信息通常表示为一个矩形，一个举行可以通过四维数据来进行表示

目标分割需要对每一个像素点来进行不同类别的划分

目标检测问题的方法

传统目标检测方法到深度学习目标检测方法的变迁

现在目标检测算法研究以深度学习为主，基本上传统目标检测算法现在已经很少用到了

目标检测算法基本流程

 

传统目标检测方法

VJ算法主要是采用积分图特征，结合Adaboost分类器来进行人脸检测等目标检测的任务

HOG+SVM主要用于行人检测，通过对行人目标候选区域提取HOG特征，并结合SVM分类器来进行判断

DPM也是同样基于HOG特征的一种变种，不同的地方在于在DPM中会加入很多额外的策略来提升检测的精度。DPM方法也是目前非深度学习目标检测方法中效果性能最优的一种方法，当然DPM相对于深度学习方法相比还是会存在较大的差距

 

深度学习目标检测算法