目標(biāo)檢測(cè)(Object Detection)任務(wù)是計(jì)算機(jī)視覺中非常重要的基礎(chǔ)問題，也是解決圖像分割、目標(biāo)跟蹤、圖像描述等問題的基礎(chǔ)。目標(biāo)檢測(cè)是檢測(cè)輸入圖像是否存在給定類別的物體，如果存在，輸出物體在圖像中的位置信息（矩形框的坐標(biāo)值表示，Xmin、Ymin、Xmax、Ymax）。

早期，傳統(tǒng)目標(biāo)檢測(cè)算法還沒有使用深度學(xué)習(xí)，一般分為三個(gè)階段：區(qū)域選取、特征提取、特征分類。

區(qū)域選?。翰捎没瑒?dòng)窗口(Sliding Windows)算法，選取圖像中可能出現(xiàn)物體的位置，這種算法會(huì)存在大量冗余框，并且計(jì)算復(fù)雜度高。

特征提?。和ㄟ^手工設(shè)計(jì)的特征提取器（如SIFT和HOG等）進(jìn)行特征提取。