Detection algorithms
一、Object Localization
假设目前的图片中只有一个对象，即最多有一个对象出现在图片中
二、Landmark Detection
给脸的五官进行定位，即确定脸部重要的位置或重要的地标在哪
该人脸部分的关键点有64个，如眼睛、嘴巴、下颚线等，所以总共的输出参数有129个
1个参数判断是否是脸，剩下表示关键特征是否在脸上。
地标的身份 在不同的图像中要保持一致，如地标一表示左眼左侧，地标二表示左眼右侧
三、Object Detection
用ConvNet和Sliding windows检测算法进行目标检测
目标检测的总体步骤就是：通过将剪切好的汽车图片打好标签进行训练，训练好卷积神经网络，然后用移动窗口一次使用逐渐变大的窗口对图片进行遍历
这样可能存在的一个问题就是，计算代价过大，无法精确地聚焦该图片在剪切好图片的中心
五、Convolutional Implementation of Sliding Windows
用卷积的形式实现滑动窗口算法
将全连接层转化为卷积层来实现
六、Bounding Box Predictions
解决上述无法精确输出边界框的问题，如没有一个边框与车的位置正好吻合，且可能吻合的边框不是正好为正方形，也可能为较宽的长方形
Yolo--you only look once
检测到的物品属于其中心点所在的格子中
七、Intersection over union
如何判断目标检测算法是否有效？
IOU计算两个边框的交集除以并集的比率，0.5是算法优劣的临界值，以评估判断预测的边界框是否准确
IOU越高，定位越准确
八、Non-max Suppression
九、Anchor Boxes
用一个格子侦测多个物件
十、YOLO Algorithm
十一、(Optional) Region Proposals
计算机视觉中候选区域的思想
R-CNN（R-region）伴随着候选区域的CNN，即通过色块选择整个色块的区域，然后根据区域来判断是否 有一个物体
找大约2000个色块，但R-CNN也是比较缓慢的，大部分应用中比YOLO慢一些
