pytorch目标检测篇：0.目标检测前言

前言

第一阶段的图像分类篇基本结束了，接下来开始目标检测篇。

参考内容来自：

• up主的b站链接：https://space.bilibili.com/18161609/channel/index
• up主将代码和ppt都放在了github：https://github.com/WZMIAOMIAO/deep-learning-for-image-processing
• up主的CSDN博客：https://blog.csdn.net/qq_37541097/article/details/103482003

学习资料

1. 目标检测前言
2. 极市平台——综述：目标检测二十年

1. 目标检测算法分类

如下图所示，以2014年为分水岭，目标检测在过去的二十年中可大致分为两个时期：

• 2014年之前——传统目标检测
• 2014年之后——基于深度学习的目标检测

在深度学习时代，目标检测可以分为两类：

• 双级检测(two-stage detection)，将检测框定义为一个“从粗到细 ”的过程，如 RCNN、Fast RCNN、Faster RCNN等
• 单级检测(one-stage detection)，将检测框定义为“一步到位”的过程，如YOLO、SSD等

2. 目标检测中的常见指标