The essence of object detection is to get category and location through input images.
1、CV
2、Classification of Object Detection
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：特征提取 --> 生成RP --> 分类/定位回归。
常见 tow stage 目标检测算法有：R-CNN、Fast R-CNN 和 Faster R-CNN 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：YOLO 系列和 DETR 等。
3、滑动窗口
滑动窗口的策略：在输入图像中产生不同大小的窗口，不同窗口大小的滑窗进行从左往右、从上到下的滑动，每次滑动时候对当前窗口执行分类器（分类器是事先训练好的）；如果当前窗口得到较高的分类概率，则认为检测到了物体。对每个不同窗口大小的滑窗都进行检测后，会得到不同窗口检测到的物体标记，这些窗口大小会存在重复较高的部分，最后采用非极大值抑制方法进行筛选。
4、选择性搜索（Selective Search ，SS）
选择性搜索基于论文《Graph Based Image Segmentation》中图表示的图像分割方法，主要介绍了一种基于图表示（graph-based）的图像分割方法。图像分割（Image Segmentation）的主要目的也就是将图像分割成若干个特定的、具有独特性质的区域，然后从中提取出感兴趣的目标。
选择性搜索的思想：
1）使用一种图像分割手段，将图像分割成小区域 (1k~2k 个)；
2）查看现有小区域，按照合并规则合并可能性最高的相邻两个区域。重复直到整张图像合并成一个区域位置；
3）输出所有曾经存在过的区域，所谓候选区域；
5、Anchor
Anchor 机制是在图像上预设好的不同大小，不同长宽比的参照框（anchor boxes）。（其实非常类似于上面的滑窗法所设置的窗口大小）
anchor boxes 是一组提前预定义的边框，这些框的宽高和数据集中目标物体的宽高大体是一致的，换句话说，数据集中的绝大多数物体都能找到与其大小一致的 anchor box 。举例来说，如果数据集中包含苹果、猫，那么这组 anchor boxes 中就需要有和苹果、猫大小相仿的边框。为了尽可能多的检测出数据集中可能出现的不同大小目标检测物体，具有不同的宽高比（aspect ratio）和尺度（scale）的 anchor boxes 。
使用 Anchor 的好处：
1）使用 anchor 机制产生密集的 anchor boxes ，使得网络可直接在此基础上进行目标分类及边界框坐标回归；
2）密集的 anchor boxes 可有效提高网络目标召回能力，对于小目标检测来说提升非常明显。
6、非极大值抑制（Non-Maximum Suppression，NMS）
NMS 的主要作用是去除的冗余框。其思想是搜素局部最大值，抑制非极大值。
步骤流程：
（1）根据置信度大小进行排序；
（2）计算置信度最大的边界框与其它候选框的IoU；
（3）删除IoU大于阈值的边界框；
（4）然后通过循环遍历方式，重复以上流程。
7、目标检测模型评价指标
【COPY】
目标检测（Object Detection）
【目标检测】Selective Search (SS) 选择性搜索算法
目标检测中的anchor机制