传统目标检测算法通常由四步构成：
1，区域选择
2，手动设计特征提取器
3，分类
4，后处理
传统目标检测算法典型构成
基于深度学习的目标检测算法通常由CNN实现自动特征提取，然后用神经网络实现分类和回归，并将分类和回归损失统一在一个框架中，实现端到端的学习，如著名的Faster RCNN目标检测算法。
Faster RCNN目标检测算法结构
实践证明，卷积神经网络的特征提取效果比传统的手动设计的特征提取器效果要好
传统特征提取算法 vs 深度卷积网络
由此，从2012年后，目标检测算法从传统算法时代进入深度学习时代
目标检测算法发展史
网友评论