目標檢測綜述20年（1999~2019）

參考：《Object Detection in 20 Years: A Survey》 對錯誤檢測的微調 模型的偏差：準確度 模型方差：擬合度 弱分類器偏差高，方差小 強分類器偏差低，方差大 Boosting：多個弱分類器串聯，降低偏差 Bagging：多個強分類器並聯，降低方差   可利用特徵信息： 上下文信息（對象間信息、目標鄰域信息、空間位置等信息、局部位置）、紋理特徵、邊緣特徵   存在難

>>阅读原文<<