目标检测算法总览

目标检测算法分类

基于深度学习的目标检测算法主要分为两类：Two stage和One stage。

1）Tow Stage

先进行区域生成，该区域称之为region proposal（简称RP，一个有可能包含待检物体的预选框），再通过卷积神经网络进行样本分类。

任务流程：生成RP --> 特征提取 --> 分类/定位回归。

常见tow stage目标检测算法有：R-CNN、SPP-Net、Fast R-CNN、Faster R-CNN和R-FCN等。

2）One Stage

不用RP，直接在网络中提取特征来预测物体分类和位置。

任务流程：特征提取–> 分类/定位回归。

常见的one stage目标检测算法有：OverFeat、YOLOv1、YOLOv2、YOLOv3、SSD和RetinaNet等。

大概步骤
Two-stage：用相应的Region Proposal算法（可以是传统算法，也可以是神经网络）从输入图片中生成建议目标候选区域，将所有的候选区域提取特征送入分类器进行分类。
One-stage：首先将输入图片分割成NxN的image patch, 然后每个image patch有M个固定尺寸的anchor box, 输出anchor box的位置和分类标签。
两个主要差别是，one-stage中的region proposal由anchor box代替，比如，在yolo中，我们首先把图片分成NxN的image patch，在每个image patch中我们可以用M个长宽不同的anchor box，具体的长宽比可以由kmeans等算法获取得到。