前言
本篇文章不講解任何算法，只是針對CV的發展歷程和當前應用算法進行簡單介紹，希望不瞭解的或者想從事計算機視覺研究的小白們有個大概的認識
CV四大任務
- 分類，也就是解釋圖片上的物體是什麼
- 定位，圖片上物體的位置在哪裏
- 檢測，就是對圖片上的物體進行定位和分類
- 分割，精確到像素點進行分類，與我們所說的摳圖類似。
一句話來講，CV的任務就是分析圖中有哪些物體，這些物體的位置是什麼。基於這個基礎，我們可以做很多事情，比如批量ps，或者人流量估計等等。
傳統目標檢測方法
- 確定滑動窗口
- 利用互動窗口提取出候選區域
- 對候選區域進行特徵提取
- 使用分類器(實現已經訓練好)進行分類，判斷候選區域是否包含有效目標
- 對有所包含有效目標的候選區域進行合併
- 作圖，繪製出檢測目標輪廓框
我做個了動態圖來解釋這個方法（做的不好多包涵）
就是這樣窗口的不斷平移，下移，對紅色窗口裏的圖像進行特徵提取，判斷是否包含有效區域。
最終，經過紅色窗口的不斷移動，整張圖遍歷完畢，共有三處包含有效區域，最後將這三個有效區域進行合併，即爲目標輪廓框。這種辦法需要提前人工去裁定窗口大小，並且窮舉遍歷很消耗時間。
發展歷程
在2012年前，使用的都還是傳統的目標檢測算法，直到Alexnet算法的出現，目標檢測分爲兩大陣營，分別是單階段和多階段。
單階段：
直接提取特徵來預測物體類別
所經歷的步驟：特徵提取->分類/迴歸
常見算法：YOLOv1、v2、v3、SSD、RetinaNet等
雙階段：
先進行目標區域(Region Proposal)的生成，再通過卷積神經網絡進行分類
步驟：特徵提取->生成PR->分類/迴歸
常見代表:R-CNN、Spp-Net、Fast R-CNN、Faster-RCNN等
算法分類
此圖是通過xmind軟件繪製的，如果有需要原文件的，請下方留言。
常用關鍵術語
- bbox(Bounding box)：給出物體在圖片中的定位區域，形狀爲長方形，給出左上角和右下角座標。
- loU(intersection of Union)：區域交叉程度，兩個bbox的重疊程度，公式爲 （A交B）/（A並B），用於評價預測結果和正是結果的差別，範圍是0-1.
- mAP（mean average precision）：當預測的包圍盒和真是包圍盒的交併比大於某一閾值時，則認爲該預測正確。對於每個類別，我麼能畫出它的查準率-查全率曲線，平均準確率時曲線下方的面積，，之後再對所有類別的平均準確度求平均。
- Regional Proposal :候選區域，指去突出所有可能包含識別目標的哪些候選區域，想讀與傳統的滑動窗口而言，數量上回更少，質量更高。
- NMS(Non-maximum Suppression即非極大值抑制)，時圖像處理中用於消除多餘的框，找到最佳物體檢測位置的一個算法。
- Anchor Box(候選框)：從原始或卷積後的圖片中提取出來，然後用來判斷是否存在要識別的目標的小的圖片塊。
- Selective Search(選擇性搜索)：利用顏色、紋理、尺寸、空間交叉來生成候選區域的算法，相較於傳統的滑動窗口算法，Selective Search避免了窮舉所產生的海量候選區域及其造成的低效。