目标检测学习笔记

研究背景

计算机三大热门方向：计算机视觉、自然语言处理(NLP)以及语音识别

计算机视觉研究方向：

物体识别和检测

找出图片中常见的物体，并将其类别和位置输出，比如：人脸检测，车辆检测

识别：分类出哪些样本是目标

检测：从随机有干扰的图片中检测出有信息的特征

词义分割

对图像中的每个像素点进行分类，相当于对图片中的目标进行分割

运动和跟踪

在视频开始时给出目标的位置以及尺寸，然后在视频后续中对其进行追踪

视觉问答

目的旨在根据输入图像，由用户进行提问，而算法自动根据提问内容进行回答

物体检测的意义

研究角度看，是计算机视觉的根本问题之一，是很多高层视觉任务的基础

高层视觉任务：人脸识别、行人再辨识、目标跟踪、图像分类

应用角度看，已经表示出广泛的应用需求

物体检测应用：人脸解锁、视频监控、出入口人数统计、辅助驾驶、自动驾驶

发展脉络

 

 单阶段法只需要对锚框进行一次矫正就能得到最终结果，而多阶段法需要多次矫正。

 传统方法

利用手工特征+分类器，以滑窗方式在图像金字塔上遍历所有位置和大小，进行物体检测

滑窗方式遍历所有的位置，图像金字塔遍历不同大小

常用数据集 

通用物体检测数据集

人脸检测数据集