深度学习-目标检测

一、目标检测：识别图片中有哪些物体并且找到物体的存在位置，多任务旨在从图像或视频中找出感兴趣的目标（如人、动物、车辆等）的位置，并确定其类别。位置信息通常用边界框（bounding box）来表示，即包含目标的最小矩形区域，一般由左上角坐标和右下角坐标或者中心坐标以及宽和高来确定。可能存在目标种类与数量繁多，目标尺度不均，遮挡、噪声等外部环境。

二、应用场景：1、在安防监控领域，可以检测监控画面中的可疑人物、车辆等目标，及时发现异常行为。2、在自动驾驶中，检测道路上的行人、其他车辆、交通标志等目标，为车辆的行驶决策提供依据。3、在工业生产中，检测产品表面的缺陷或者识别生产线上的零部件种类和位置。

三、目标检测的数据集

1、VOC数据集：PASCAL VOC挑战赛(The PASCAL Visual Object Classes)是一个世界级的计算机视觉挑战赛。

Ø 4 大类， 20 小类

Ø VOC 2007 ： 9963 图片         /24640 目标

Ø VOC 2012 ： 23080 图片    /54900 目标

2、COCO