传统/深度学习目标检测的大致流程

写在前面的话：文章内容来源于但不限于网络、书籍、个人心得体会等，意在总结和方便各位同行快速参考，共同学习进步，记录自己的问题。错误在所难免，有请各位批评斧正。如有侵权，烦请第一时间通知，我会立即删除相关内容，万分感谢！

传统/深度学习目标检测的大致流程如图：

传统目标检测：

常见名词：

CNN：卷积神经网络

R-CNN：Region with CNN features 将检测问题转换成为region proposals的分类问题

Selective Search：选择性搜索

Warp：图像Region变换

Supervised pre-training：有监督预训练也称迁移学习

IOU：交并比IOU=(A∩B)/(A∪B)

NMS：非极大值抑制

DPM：使用判别训练的部件模型进行目标检测