目标检测技术演化：从R-CNN到Faster R-CNN

目标检测旨在准确地找到给定图片中物体的位置，并将其正确分类。准确地来讲，目标检测需要确定目标是什么以及对其定位。

然而，想要解决这个问题并不容易。因为，目标的大小，其在空间中的方向，其姿态，以及其在图片中的位置都是变化的。

这里有一张图片，我们需要识别图片中的物体，并且用方框将该物体圈出来。

图像识别（分类）

1. 输入：图像
2. 输出：目标类型
3. 评价指标：精确度

定位：

1. 输入：图像
2. 输出：方框在图片中的位置（x,y,w,h）
3. 评价指标：检测评价函数（IOU）

如今大火的卷积神经网络帮助我们很好地进行图像识别。但是，我们仍需要一些额外的功能来进行精确定位，深度学习在这里发挥了很好的作用。

在本文中，我们将从目标定位的角度入手探讨目标检测技术的发展。我们将按着如下的演化顺序讲述：R-CNN->SPP Net->Fast R-CNN-> Faster