目标检测基础：常用框架

Robin_Pi Robin_Pi 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 700+累计阅读 751平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
原创 最新推荐文章于 2026-07-19 14:04:47 发布 751 阅读 AI 写同款· GEO 优化 ›
目标检测的常用算法和框架 你可以根据自己的需求，使用自定义的HOG特征提取算法和训练好的SVM分类器来进行其他类型目标的检测。此外，还需要准备训练数据和标签，train_images是训练图像数据，train_labels_classes是训练标签中的类别信息，train_labels_boxes是训练标签中的位置信息。是OpenCV自带的一个已经训练好的Haar级联分类器，可以用于人脸检测。需要注意的是，这只是一个简化的示例代码，实际使用SSD进行目标检测还需要进行更多的配置和调整，例如设置默认框的尺寸和比例、设置IoU阈值等。 阅读详情

文章目录

R-CNN ：使用区域（region）缩小目标区域
|
Fast R-CNN ：①在建立区域之前进行特征提取 ②用softmax代替svm
|
Faster R-CNN ：优化搜索算法（RPN）
|
You Only Look Once（YOLO）、 Single Shot MultiBox Detector（SSD）、基于区域的全卷积网络（ R-FCN ）：在整个图像上共享计算

参考：

  1. 详解计算机视觉五大技术
  2. 从RCNN到SSD，这应该是最全的一份目标检测算法盘点
收录于
深度学习（DL）

当前文章被收录于：

深度学习（DL）
24 篇文章 3 人学习
订阅专栏 查看详情
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
《目标检测》——基础理论知识（目标检测的数据集、评价指标：IOU、mAP、非极大抑制NMS） Annotations下存放的是xml⽂件,描述了图⽚信息，如下图所示，需要关注的就是节点下的数据,尤其是bndbox下的数据.xmin,ymin构成了boundingbox的左上⻆,xmax,ymax构成了boundingbox的右下⻆，也就是图像中的⽬标位置信息。NMS的原理是对于预测框的列表B及其对应的置信度S,选择具有最⼤score的检测框M,将其从B集合中移除并加⼊到最终的检测结果D中.通常将B中剩余检测框中与M的IoU⼤于阈值Nt的框从B中移除.重复这个过程,直到B为空。 阅读详情

相关推荐

零基础学习3D单目目标检测

单目 3D 检测是一个结合深度估计、几何约束与端到端学习的综合性任务。打牢 2D 检测与相机几何基础；熟悉深度估计与点云表示；梳理方法脉络：几何先验、伪点云、端到端、BEV-Transformer；实践路线：环境搭建 → 分阶段/端到端 → 多任务 → 域适应 → 可视化调试；持续阅读前沿论文并动手复现、迭代。

epiphany_www的博客 8434

CVPR 2019 论文大盘点—目标检测篇

感谢52CV群友“一块钱”盘点了CVPR 2019 所有有关目标检测的文章，并简单做了分类。总计 56 篇，绝大多数含开源代码，很多已经被大家所熟悉，比如KL-Loss、ScratchD...

OpenCV中文网 1753

目标检测框架——Darknet YOLOv4

http://localhost:8888/notebooks/线性回归模型.ipynb

平凡简单的执着 4925

目标检测基础知识

1.目标检测的基本思路：同时解决定位（localization）+识别（Recognition）。 　　多任务学习，带有两个输出分支。一个分支用于做图像分类，即全连接+softmax判断目标类别，和单纯图像分类区别在于这里还另外需要一个“背景”类。另一个分支用于判断目标位置，即完成回归任务输出四个数字标记包围盒位置(例如中心点横纵坐标和包围盒长宽)，该分支输出结果只有在分类分支判断不为“背...

qq_41168327的博客 2317

计算机视觉框架OpenMMLab（四）：目标检测基础

本系列第四篇文章主要介绍目标检测知识，介绍单阶段与双阶段算法发展，并学习目标检测模型，了解计算机视觉框架OpenMMLab的MMDetection工具基本原理及使用，为后续目标检测实战做铺垫。

专注大数据与人工智能技术分享，欢迎私信加群互相学习！ 3117

《目标检测蓝皮书》第5篇 目标检测基础

目标检测基础知识精讲

Coding... 1万+

计算机视觉目标检测的框架与过程

计算机视觉目标检测的框架与过程 zouxy09@qq.com       个人接触机器视觉的时间不长，对于机器学习在目标检测的大体的框架和过程有了一个初步的了解，不知道对不对，如有错误，请各位大牛不吝指点。   目标的检测大体框架： 目标检测分为以下几个步骤： 1、训练分类器所需训练样本的创建：        训练样本包括正样本和负样本；其中正例样本是指待检目标样本(例如人脸

zouxy09的专栏 3万+

[渗透测试实战篇-4] RCE漏洞组合拳突破Getshell全解析

本文深入解析RCE漏洞组合拳在渗透测试中的实战应用，通过SSRF、XXE等漏洞串联技术突破Getshell的全过程。文章详细介绍了Java和PHP环境下的漏洞利用差异，以及防御绕过与权限维持的实用技巧，为安全研究人员提供全面的实战指导。

weixin_29211309的博客 350

目标检测-Yolo框架

这里为介绍目标检测基本概念、以及目前最流行的框架yolo各个版本之间的进化过程

wangzilong_2019的博客 6413

AIGC大模型应用教学平台

该平台采用最新的AI推理加速芯片，提供30Tops算力和32GB存储，能够运行常见的大语言模型如ChatGLM2、Llama2、Baicuan、Mistral等，也可以运行文生图扩散模型Stable Diffusion，提供大模型微调、量化、转换和加速推理服务。在此基础上，平台还提供常见的生成式AI应用，包括AIGC知识抽取增强(RAG)、AIGC绘画、AIGC会话聊天、数字虚拟人等应用，以便学生能够掌握最新的生成式AI模型微调、提示工程和智能体应用技能。

中智讯的博客 1205

2026年算法工程师常见面试简答题

本文摘要：文章系统梳理了机器学习与深度学习中的30个核心概念，涵盖模型优化、评估指标、经典算法和大模型应用等关键知识点。主要内容包括：1）过拟合与欠拟合的成因及解决方法；2）偏差-方差权衡原理；3）数据划分与交叉验证策略；4）分类/回归任务评估指标选择；5）逻辑回归、决策树、SVM等传统算法解析；6）梯度下降优化与正则化技术；7）CNN、RNN、Transformer架构对比；8）Embedding表示与RAG技术。特别强调面试高频考点如XGBoost改进、注意力机制原理等，并给出实际工程中的解决方案建议，

不务正业的猿 350

目标检测算法——10种深度学习框架介绍

目标检测算法——10种深度学习框架介绍。

加勒比海带66——【YOLO魔法搭配&论文投稿咨询&Python科研绘图】 2375

电商数据采集实战——多平台价格监控、比价分析与智能告警系统

在电商竞争日益激烈的今天，价格监控与比价分析已成为品牌商、渠道商和消费者的核心需求。对于品牌商而言，需要监控各渠道售价是否低于指导价（破价监控）；对于消费者而言，希望在最佳时机以最低价购入心仪商品；对于数据分析师而言，价格波动数据是洞察市场趋势的金矿。然而，电商数据采集面临三大核心挑战：本文将基于 Python + Scrapy + Playwright + Redis + ClickHouse 技术栈，构建一套完整的电商价格监控与比价系统。架构分层说明：电商平台的反爬手段层出不穷，采集系统必须具备多层次的

从事移动开发八年，csdn博客专家，阿里云特邀专家，华为云云享专家，高级网络信息安全工程师，大数据工程师（高级），python技术开发（高级），HarmonyOS 应用开发者高级认证，现在某学校任教。 136

目标检测近5年发展历程概述（转）

目标检测近5年发展历程概述，从R-CNN到RFBNet（2013--2018）（转） 2018年09月24日 12:32:02C小C 【时间】2018.09.24 【题目】目标检测近5年发展历程概述，从R-CNN到RFBNet（2013--2018） 目录 概述 一、目标检测相关背景 1.1 目标检测的类别 1 .2 目标...

weixin_30794499的博客 1210

基于MATLAB的逐次变分模态分解（SVMD）算法详解

本文详细介绍了基于MATLAB的逐次变分模态分解（SVMD）算法。SVMD是一种改进的变分模态分解方法，通过逐次分解机制克服传统VMD算法需要预设模态数量的缺陷。文章从信号分解方法的发展历程入手，阐述了SVMD的核心优势与创新点，包括参数敏感性降低、自适应分解能力和更好的频率分离性能。详细解析了SVMD的数学模型和优化求解过程，重点讨论了变分问题构建、ADMM优化方法和停止准则设计。通过MATLAB代码实现展示了SVMD的具体应用，包括参数初始化、信号预处理、模态提取和残余信号更新等关键步骤。

qq_42212808的博客 130

在 ABAP 世界把 SAML 2.0 玩明白：跨域 SSO 的通信模式、配置路径与落地实践

摘要 SAML 2.0是ABAP平台实现标准化SSO的推荐方案，提供Front-Channel（浏览器传递SAML报文）和Back-Channel（使用工件绑定通过SOAP兑换断言）两种通信方式。前者包括HTTP Redirect和POST绑定，后者通过Artifact绑定提升安全性。配置重点包括：激活ICF服务、使用SAML2事务码建立信任、设置用户标识映射、选择绑定方式（POST易调试、Artifact更安全）及配置安全策略（签名/加密）。典型流程包括SP-initiated和IdP-initiated

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 293

【目标检测】1、基础内容

文章目录1. 目标检测是什么2. 目标检测基础2.1 候选框提取2.2 特征提取2.3 分类器3. 目标检测性能评估参数 1. 目标检测是什么 目标检测是给定一个图像，找到其中的目标及其位置，并对目标进行分类，目标检测通常是在一组固定的类上进行训练的，所有模型只能定位和分类已训练的那些类，而且目标的位置通常都是边界矩阵的形式（包含左上角位置和宽+高），所以目标检测需要设计图像中的目标的位置信息和对.........

呆呆的猫的博客 1万+

YOLOv8与注意力机制融合：EMA（高效多维注意力）的原理剖析与实战应用

本文介绍了如何在YOLOv8目标检测模型中集成EMA（高效多尺度注意力）机制。主要内容包括：EMA注意力机制的工作原理解析，展示其多尺度特征融合和高效计算特性；详细的环境配置与依赖安装指南；EMA模块的完整代码实现，包含分组处理、空间注意力权重计算和特征融合等关键步骤；以及将EMA集成到YOLOv8网络结构的方法。通过添加EMA模块，可以提升模型对关键特征的关注能力，有效抑制背景干扰，从而增强目标检测性能。本教程提供了从原理到实现的完整解决方案。

m0_64661770的博客 147

YOLO目标检测：框架技术原理和代码实现

本书主要介绍基于视觉的YOLO框架的技术原理和代码实现，并讲解目标检测领域中的诸多基础概念和基本原理，在YOLO框架的基础上介绍流行目标检测框架。本书分为4个部分，共13章。第1部分介绍目标检测领域的发展简史、主流的目标检测框架和该领域常用的数据集。第2部分详细讲解从YOLOv1到YOLOv4这四代YOLO框架的网络结构、检测原理和训练策略，以及搭建和训练的YOLO框架的代码实现。第3部分介绍两个较新的YOLO框架——YOLOX和YOLOv7，着重讲解其设计理念、网络结构和检测原理。

拥有百余位万粉技术博主、200余位可合作代发博主，私域技术社群规模达千人，商务合作私信 8万+

【毕设护航】从0构建YOLOv8犬类识别系统，120种犬类精准检测+可视化界面全流程指南

本文介绍了一个基于YOLOv8的120种犬类目标检测与可视化系统毕业设计项目。该项目使用Stanford Dogs数据集，将图像分类任务转化为目标检测任务。主要内容包括：数据预处理（XML标注转换为YOLO格式）、YOLOv8模型训练与测试（包含训练脚本编写和推理实现），以及基于Tkinter的图形界面开发。该项目技术链条完整，涵盖检测、分割等多任务支持，适合作为计算机视觉方向的毕业设计选题，兼具技术深度和展示效果。

LXY_LOVE36的博客 96

efm32 入门.pdf

本PDF共计22页，介绍的是操作驱动API，下载与否自己斟酌。

目标检测基本框架

前言：学长讲的目标检测入门，我就随手记了个大框架，感觉深度学习迭代太快，具体模型特点还是各自看论文吧~ 本文可能存在拼写/部分错误，重点是框架啊哈哈哈。 另，欢迎指正！ 目标检测框架目标检测框架组成BackboneHeadNeck提升检测效率全卷积FCN多特征检测—不同尺度的特征图相加SSD多尺度融合—特征金字塔FPN注意力机制目标检测的评价参数AccPrecision—查准率Recall—查全率AP—PR曲线下面积mAP—mean Average PrecisionIoU目标检测的平台目标检测方法目

CS_W98的博客 1787

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

目标检测：传统目标检测方法

提到Computer Vision，可能我们会最先想到CV的基本任务Image Classification，但在此基础上，还有其他更为复杂和有趣的任务，如Object Detection、Object Localization、Image Segmentation等等，而其中目标检测（Object De...

SunshineSki的博客 4万+

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白

【兔子王赠书第14期】《YOLO目标检测》涵盖众多目标检测框架，附赠源代码和全书彩图！

小伙伴们好久不见吖，本期博主给大家推荐一本关于YOLO目标检测的图书，该书侧重目标检测的基础知识，包含丰富的实践内容，是目标检测领域的入门书，一起来看看吧~

AIGC 2万+

常用目标检测算法介绍

深度学习框架下，目标检测方法通常涉及图像定位和分类两个关键方面。有两种主要的解决方法：一种是一阶（one-stage）回归型目标检测算法，其中以YOLO系列算法为代表，它主要通过对输入图像进行定位回归和目标检测，最终输出目标的类别信息。另一种是二阶（two-stage）目标检测算法，以Faster R-CNN系列为代表。本文介绍了R-CNN、Fast R-CNN、Faster R-CNN、SSD等四种不同模型。

2401_83923628的博客 4702

【目标检测】目标检测通用框架总结

笔记观看链接：目标检测框架个人总结 （PS:推荐是使用笔记观看链接进行阅读,因为很懒不想在博客再排一次版） 以下是笔记中包含的内容： 目标检测网络框架总结（YOLOV4中有图） 从最开始的神经网络到现在深度更深，模块更多的目标检测深度学习神经网络，如今大致可以分为Two-Stage-Detector (典型的为RCNN系列论文)和 One-Stage-Detector（典型为YOLO系列论文），每个网络有可以细分为如下图所示结构： 输入（Input）： 图像、图像金字塔等； 骨干网络（Backbone）：

Leomn_J的博客 2861

目标检测常用数据集格式

详细介绍VOC和COCO这两种目标检测常用的数据集格式。

周先森爱吃素的博客 4411
上一篇： 目标检测基础：初步认识
下一篇： 计算机视觉基础
点赞 0
评论 0
书签 书签 1
Robin_Pi
Robin_Pi
博客等级 码龄9年 2万+粉丝 632原创
+ 关注 专栏目录 订阅专栏
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值