目标检测是一种用于定位图像或视频中物体实例的计算机视觉技术。对象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。当观看图像或视频时，人类可以在瞬间识别和定位感兴趣的对象。目标检测的目标是使用计算机复制这种智能。目标检测的最佳方法取决于您的应用程序和您试图解决的问题。

深度学习技术需要大量的标记训练图像，因此建议使用GPU来减少训练模型所需的时间。基于深度学习的目标检测方法使用卷积神经网络(cnn或ConvNets)，如R-CNN和YOLO v2，或使用单镜头检测(SSD)。您可以训练自定义的对象检测器，或利用预先训练的对象检测器迁移学习，这种方法使您能够从预先训练好的网络开始，然后针对您的应用程序对其进行微调。卷积神经网络需要深度学习工具箱™。CUDA支持训练和预测万博1manbetx^®-有能力的GPU。建议使用GPU，并且需要并行计算工具箱™. 有关详细信息，请参阅计算机视觉工具箱首选项和MathWorks产品中的并行计算支持万博1manbetxs manbetx 845(并行计算工具箱)．

用于目标检测的机器学习技术包括聚合通道特征（ACF）、使用方向梯度直方图（HOG）特征的支持向量机（SVM）分类以及用于人脸或上身检测的Viola-Jones算法。您可以选择从预训练万博1manbetx对象检测器开始，或创建自定义对象检测器以适合您的应用程序。