目標檢測算法與YOLO

一. 概述 目標檢測作爲計算機視覺學科下一個熱門研究方向，近年來和深度學習相結合，使得檢測準確性和實時性均獲得巨大提升。傳統的目標檢測算法模型主要由兩部分組成，第一部分是特徵提取器，第二部分是分類器，這類算法的典型代表主要有三種：Haar特徵+Adaboost算法，Hog特徵+Svm算法，DPM算法。近年來，由於深度學習算法的不斷進步，相繼發展出多種基於深度學習的目標檢測算法，算法也由曾經的特徵提

>>阅读原文<<