目标检测是计算机视觉技术定位的实例对象图像或视频。目标检测算法通常利用机器学习或深度学习产生有意义的结果。在查看图片或视频时,人类可以识别和定位感兴趣的对象的时刻。目标检测的目的是使用电脑复制这样的情报。最好的对象检测方法取决于您的应用程序和你试图解决的问题。

深的学习技术需要大量的标签的训练图像,所以建议使用GPU来减少所需的时间来训练一个模型。基于深度学习对象检测方法使用卷积神经网络(cnn或回旋网),如R-CNN和YOLO v2,意思或使用单发检测(SSD)。你可以训练一个自定义对象探测器,探测器利用或者使用pretrained对象转移学习一种方法,使您能够从一个pretrained网络,然后开始微调您的应用程序。卷积神经网络需要深度学习工具箱™。训练和预测支持CUDA万博1manbetx^®有能力的GPU。使用GPU的建议,需要并行计算工具箱™。有关更多信息,请参见计算机视觉工具箱的偏好和并行计算支持MathWorks产品s manbetx 845万博1manbetx(并行计算工具箱)。

机器学习的技术对象检测包括聚合通道特性(ACF)、支持向量机(SVM)分类使用直方图的梯度(猪)的特性,以及Viola-Jones算法对人脸或上身检测。万博1manbetx你可以选择从一个pretrained对象探测器或创建一个自定义对象探测器,以适应您的应用程序。