前言
本篇文章不讲解任何算法，只是针对CV的发展历程和当前应用算法进行简单介绍，希望不了解的或者想从事计算机视觉研究的小白们有个大概的认识
CV四大任务
- 分类，也就是解释图片上的物体是什么
- 定位，图片上物体的位置在哪里
- 检测，就是对图片上的物体进行定位和分类
- 分割，精确到像素点进行分类，与我们所说的抠图类似。
一句话来讲，CV的任务就是分析图中有哪些物体，这些物体的位置是什么。基于这个基础，我们可以做很多事情，比如批量ps，或者人流量估计等等。
传统目标检测方法
- 确定滑动窗口
- 利用互动窗口提取出候选区域
- 对候选区域进行特征提取
- 使用分类器(实现已经训练好)进行分类，判断候选区域是否包含有效目标
- 对有所包含有效目标的候选区域进行合并
- 作图，绘制出检测目标轮廓框
我做个了动态图来解释这个方法（做的不好多包涵）
就是这样窗口的不断平移，下移，对红色窗口里的图像进行特征提取，判断是否包含有效区域。
最终，经过红色窗口的不断移动，整张图遍历完毕，共有三处包含有效区域，最后将这三个有效区域进行合并，即为目标轮廓框。这种办法需要提前人工去裁定窗口大小，并且穷举遍历很消耗时间。
发展历程
在2012年前，使用的都还是传统的目标检测算法，直到Alexnet算法的出现，目标检测分为两大阵营，分别是单阶段和多阶段。
单阶段：
直接提取特征来预测物体类别
所经历的步骤：特征提取->分类/回归
常见算法：YOLOv1、v2、v3、SSD、RetinaNet等
双阶段：
先进行目标区域(Region Proposal)的生成，再通过卷积神经网络进行分类
步骤：特征提取->生成PR->分类/回归
常见代表:R-CNN、Spp-Net、Fast R-CNN、Faster-RCNN等
算法分类
此图是通过xmind软件绘制的，如果有需要原文件的，请下方留言。
常用关键术语
- bbox(Bounding box)：给出物体在图片中的定位区域，形状为长方形，给出左上角和右下角坐标。
- loU(intersection of Union)：区域交叉程度，两个bbox的重叠程度，公式为 （A交B）/（A并B），用于评价预测结果和正是结果的差别，范围是0-1.
- mAP（mean average precision）：当预测的包围盒和真是包围盒的交并比大于某一阈值时，则认为该预测正确。对于每个类别，我么能画出它的查准率-查全率曲线，平均准确率时曲线下方的面积，，之后再对所有类别的平均准确度求平均。
- Regional Proposal :候选区域，指去突出所有可能包含识别目标的哪些候选区域，想读与传统的滑动窗口而言，数量上回更少，质量更高。
- NMS(Non-maximum Suppression即非极大值抑制)，时图像处理中用于消除多余的框，找到最佳物体检测位置的一个算法。
- Anchor Box(候选框)：从原始或卷积后的图片中提取出来，然后用来判断是否存在要识别的目标的小的图片块。
- Selective Search(选择性搜索)：利用颜色、纹理、尺寸、空间交叉来生成候选区域的算法，相较于传统的滑动窗口算法，Selective Search避免了穷举所产生的海量候选区域及其造成的低效。
