1.圖像中單個目標的定位
標籤爲：中心點，方塊的長寬
2.圖像中多個目標檢測——滑窗法
訓練一個目標識別網絡Net，能夠判斷是不是car。
用滑窗法遍歷圖片，每一次都用Net來做預測，因爲知道滑窗的位置和大小，所以可以預測出圖片中物體的種類的位置。
受細粒度、滑動步長影響大，計算量太大
3.通過卷積來減少計算量
1）通過卷積代替全連接
2）通過卷積實現滑窗操作
有很多計算是共享的，通過卷積通過“並行”的方式，一次從前到後的計算就預測了所有滑窗的結果。 卷積的步長決定了滑窗的步長
4. YOLO
之前的滑窗是以窗口大小作爲bounding box的，不夠精確。
輸入100x100x3圖像，輸出3x3x8的預測，3x3中每一個格子對應一個8的預測標籤。
相對於當個目標的定位，這個可以實現多個目標的bouding box定位。
相比滑窗法的pipeline式檢測流程，這個是更貼近端到端的方法。
好處：
1、因爲用了bounding box目標定位的標籤，所以更精確 ，而不是滑窗中只能按照滑窗大小來
2、採用了卷積實現，計算效率高，可以實時
注意：
這裏的3x3網格並沒有真正地把圖片分割成9塊，不存在如果一個物體橫跨了兩個格子就識別不出來的情況，只是輸出限制成了3x3的區域，不同格子的輸入並沒有應爲劃分格子而相互解耦，並不等價於分割成9個圖片，然後單獨做目標定位。
5. 評價指標 IoU 交併比
6. 非極大值抑制
圖中高亮的被選中，變暗的被抑制。
因爲有多個物體，所以需要循環遍歷：
1.選一個概率Pc最大的框，挑出來，作爲第一個物體的預測
2.遍歷剩下的框，和這個框IoU大於0.6(某個閾值）的框就不要了
3.遍歷剩下的框，找一個Pc最大的，作爲第二個物體的預測
4.遍歷剩下的，和這個框IoU大於0.6(某個閾值）的框就不要了
.......如此循環
參考鏈接：https://blog.csdn.net/shuzfan/article/details/52711706
7.處理重合物體Anchor Boxes
輸入的預測每個格子不再是隻有一組預測值，而是對應不同類別的物體有不同的anchor box
輸出3x3x(8x2)
下面列舉了一個格子中有兩種、有一種物體的情況時，標籤是什麼樣的
這種方法無法處理：
1、一個格子中有三個物體，卻只有兩個anchor box
2、一個格子中同一類物體有兩個以上
參考鏈接：https://blog.csdn.net/weixin_43384257/article/details/100974776
8.YOLO
這部分還需要看代碼仔細研究一下
9.R-CNN系列
基於區域建議的，不是滑窗，而是先建議在哪些區域裏找，然後在那些區域裏執行卷積網絡預測bounding box，缺點是太慢了。
這裏邊區域建議還是很慢。