目標檢測是指在視頻或圖片序列中把感興趣的目標與背景區分，是在圖像中確定目標是否存在且確定目標位置的過程，是計算機視覺領域中的主要研究方向。

目標檢測主要應用于人臉識別、無人駕駛、指控和安防等領域，起到人工智能賦能傳統應用的作用。目標檢測的核心是算法。目前，目標檢測算法主要分為兩大類，第一類是基于手工設計特征的傳統算法，第二類是基于深度學習的目標檢測算法。

常見經典目標檢測算法

經典目標檢測算法有R-CNN、SPP-Net、Fast R-CNN和R-FCN等。

R-CNN：在CVPR 2014年中Ross Girshick提出R-CNN。R-CNN的全稱是Region-CNN，是第一個成功將深度學習應用到目標檢測上的算法。用CNN提取出Region Proposals中的featues，然后進行SVM分類與bbox的回歸。

完整R-CNN結構是不使用暴力方法，而是用候選區域方法（region proposal method），創建目標檢測的區域改變了圖像領域實現物體檢測的模型思路，R-CNN是以深度神經網絡為基礎的物體檢測的模型 ，R-CNN在當時以優異的性能令世人矚目，以R-CNN為基點，后續的SPPNet、Fast R-CNN、Faster R-CNN模型都是照著這個物體檢測思路。

SPP-Net：SPP-Net是一種可以不用考慮圖像大小，輸出圖像固定長度網絡結構，并且可以做到在圖像變形情況下表現穩定。SPP-net的效果已經在不同的數據集上面得到驗證，速度上比R-CNN快24-102倍。SPPNet在R-CNN的基礎上提出了改進，通過候選區域和Feature，map的映射，配合SPP層的使用從而達到了CNN層的共享計算，減少了運算時間，后面的FastR-CNN等也是受SPPNet的啟發。

Fast R-CNN：FastR-CNN的訓練速度是R-CNN的9倍，測試速度是R-CNN的213倍；即使和SPP-Net相比，Fast R-CNN的訓練速度和測試速度，也分別有了3倍和10倍的提升。相比R-CNN，Fast RCNN仍然使用selective search選取2000個建議框，但是這里不是將這么多建議框都輸入卷積網絡中，而是將原始圖片輸入卷積網絡中得到特征圖，再使用建議框對特征圖提取特征框。這樣做的好處是，原來建議框重合部分非常多，卷積重復計算嚴重，而這里每個位置都只計算了一次卷積，大大減少了計算量。

R-FCN：R-FCN，全稱為“Region-based fully convolutional network”。

R-FCN的網絡結構如下圖，同Faster RCNN比起來，它有２點不同。

（１）Shared convolutional subnetwork不同。Faster RCNN是把RPN得到的RoI直接映射到Resnet101的最后一個卷積層（2048個channels），而R-FCN將Resnet101的最后一個卷積層映射到具有?個channels的特征層，作者將該特征層稱之為“position-sensitive score maps”，然后把RoI映射到該特征層；

（２）RoI-wise subnetwork不同。Faster RCNN的subnetwork經過了全連接層做特征組合，然后執行分類和坐標回歸的雙任務，R-FCN基于pool和vote操作后得到的特征向量，執行分類任務。

文章綜合信息安全與通信保密雜志社，位俊超，江南綿雨，博客園，Drift，diligent_321