第12天：目标检测基础知识
**
第12天：目标检测基础知识
** 目标检测具有哪些功能实现哪些功能： 1，分类 2，分类+定位 3，多物体分类+定位 4，实例分割（目标检测的一个子方向） 运用广泛不具体举例 现存的部分问题： 环境影响（光照，模糊度），密集，遮挡，重叠，多尺度（小目标，大目标），小样本，旋转框。 传统的目标检测算法： 1，区域选择（选取一块小的区域，通过滑动改变所选区域大小确定物体位置） 2，提取特征（SIFT,HOG) 3，分类（SVM，Adaboost） 4，后处理（NMS：过滤框） Anchor和Anchor-Based方法 Anchor（锚框） 1，预先设定好比例的一组候选框集合 2，滑动窗口提取 Anchor Based Methods: 1,使用Anchor提取候选目标框 2，在特征图上的每一个点，对Anchor进行分类和回归 图片首先进入骨干网络进行一个数据特征的提取然后进入RPN候选的网络最后送入检测网络，最后进行nms后处理。 Anchor-base方法：单阶段操作 Anchor的缺点： 1，同过手工设计确定（不好确定设置多少个，设置多大，长宽比如何设置等） 2，数量多 （如何解决正负样本不均衡的问题） 3，超参数（如何对不同参数设置） Anchor-free方法 深度学习的算法小结
