目标检测(Object Detection)一直以来都是深度学习领域的热门话题，这个系列的文章会对其进行详细的梳理。
1. 传统的检测算法
- Cascade + HOG/DPM + Haar/SVM以及上述方法的诸多改进、优化
2. 候选区域+深度学习分类：
提取候选区域，对相应的区域进行以深度学习方法为主的分类。
- R-CNN
- SPP-NET
- Fast R-CNN
- Faster R-CNN
3. 基于深度学习的回归方法，YOLO/SSD/DenseBox
看下图
博主会持续更新一些人工智能领域的知识和实践、工作中遇到的问题和感悟、高效工作的方法和技巧，如果喜欢请关注、点赞、收藏支持~
标签：02,候选,检测,目标,学习,算法,深度,方法 来源： https://blog.csdn.net/yanyuxiangtoday/article/details/120280002
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。