目标检测(object detection)和目标跟踪(object tracking)的区别

目标检测(object detection)和目标跟踪(object tracking)的区别

很多小伙伴在入门的时候或者工作和申博面试的时候常常会遇到什么是目标检测和目标跟踪,二者具体有什么不同,今天带大家梳理一下,但是博主水平有限,仅供参考

什么是目标检测

目标检测的任务是在一张图像当中进行各种物体的分类任务,但是当前分类的任务有限,只有几十个类别或者上百个类别被分类出来进行检测任务,比如人、车、船、树、马等,这些主要运用元学习的知识,而且现在的目标检测算法也大多基于COCO数据集进行训练并提升检测识别和分类的精度,商业用途中完成通常的人脸识别、车辆识别、行人检测等任务。目标检测在进行匹配的时候需要有先验的信息,需要训练到类别的先验信息,主要针对单张图像。目标检测如下图所示
目标检测图片在这里插入图片描述

什么是目标跟踪

首先,目标跟踪主要针对的是视频流。我们知道,所有我们看到的视频都是由多个单帧图像得到。所以,目标跟踪的任务是根据视频第一帧图像所带有的目标信息,对后续的视频帧中进行目标的预测和定位。


两者区别

目标跟踪与目标检测不同的是,目标跟踪中的第一帧目标可以是任意的,不需要知道类别的信息。有些做目标跟踪方向的小伙伴可能就问了,目标跟踪和目标检测一起做不就可以了吗?可以关注到的是,目标检测的类别是受到限制的,而目标跟踪的第一帧的类别信息往往是是不确定的,可以是任何物体,哪怕是一个红点。如果未来有足够庞大的数据集,能够把世界万物中所有信息都能检测出来的时候,结合目标跟踪是可以做的。还有一个能做的点是针对某些特殊任务的检测和跟踪是可以做的,比如行人的检测和跟踪、车辆的检测和跟踪等。这些任务通过目标检测可以得到行人和车辆的位置信息,可以提供目标跟踪的初始帧信息,完成对目标的识别和跟踪。也可以针对目标跟踪任务学习第一帧图像信息进行检测和跟踪。但是无论是目标检测还是目标跟踪,都会遇到环境和背景的干扰,如光照变化、背景干扰、尺度变化等。到这里是博主的一些理解,希望对大家有所帮助。

版权声明:本文为CSDN博主「Mr-Trying」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/weixin_45665426/article/details/121488948

Mr-Trying

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

目标检测入坑指南4:GoogLeNet神经网络

前面介绍的三个神经网络都是“串联”的,仅仅是卷积层的不断堆叠,结构比较简单。接下来两篇博客要介绍的GoogLeNet和ResNet中开始出现“并联”结构,这也是正式进入目标检测算法前最后要介绍的两个神经

MaxPool2d

(kernel_size, strideNone, padding0, dilation1,...) kernel_size:卷积核大小 stride:官方定义stride传入的stride参数或者stridek