配套视频链接：https://www.bilibili.com/vide...
首先，大家需要明白什么是目标检测。这样才能确定自己的任务是不是目标检测，以确保后面的内容能帮助你解决问题。
目标检测，Object Detection。我一开始看到检测这个词，以为只是单纯检测出关心目标在图片中的位置，后来发现是我太年轻了。
文章图片
检测，不仅需要找到图片上的所关心的目标位置，同时还要识别出这个目标是什么类别。正如这张图所示，目标检测找到了图片中关心的三个类别物体的位置：狗，自行车和汽车。不仅找到了这些物体的位置，还识别出检测位置的物体类别。
目标检测的应用场景很广，主要是把握目标两个字。目标的定义是根据我们应用的场景进行定义的。比如在人脸检测场景中，我们可以把人脸当作目标。在文字检测场景中，我们可以把文字当作场景。像现在更多的科研研究都是聚焦于自然场景中的目标检测，检测的目标主要就是生活中常见的物体类别，这类检测问题的特点是目标种类多，目标位置较为复杂多样。
【聊聊目标检测】所以，如果目标检测模型能够在自然场景中的取得不错的效果，在绝大多数应用场景中都应该能取得不错，甚至更好的效果。这一切只需要我们稍微改动下网络模型，选择适合自己应用场景或者制作对应的数据集，就可以取得优秀的检测结果。
本文由博客一文多发平台 OpenWrite 发布！
推荐阅读
- C语言学习|第十一届蓝桥杯省赛 大学B组 C/C++ 第一场
- paddle|动手从头实现LSTM
- pytorch|使用pytorch从头实现多层LSTM
- 推荐系统论文进阶|CTR预估 论文精读(十一)--Deep Interest Evolution Network(DIEN)
- pytorch|YOLOX 阅读笔记
- 前沿论文|论文精读（Neural Architecture Search without Training）
- 联邦学习|【阅读笔记】Towards Efficient and Privacy-preserving Federated Deep Learning
- OpenCV|OpenCV-Python实战（18）——深度学习简介与入门示例
- 深度学习|深度学习笔记总结
- 《繁凡的深度学习笔记》|一文绝对让你完全弄懂信息熵、相对熵、交叉熵的意义《繁凡的深度学习笔记》第 3 章 分类问题与信息论基础（中）（DL笔记整理