第5章深度学习中的目标检测

在前面的章节中，关注的大多数是图像识别问题：输入一张图像，输出该图像对应的类别。本章将讨论目标检测问题。目标检测的输入同样是一张图像，但输出不单单是图像的类别，而是该图像中所含的所有目标物体以及它们的位置。通常使用矩形框来标识物体的位置，如图5-1所示。深度学习已经被广泛应用在目标检测问题上，在性能上也远远超过了传统方法。本章会先介绍深度学习中的几个经典的目标检测方法，再以Google公司开源的TensorFlow Object Detection API为例，介绍如何在TensorFlow中进行目标检测。