Klassificering angiver, hvad der er på et billede. Detektion angiver, hvad og hvor. Objektdetektion tegner afgrænsningsbokse omkring hver instans og mærker den, hvilket er grunden til, at det er vigtigt for overvågning, kørsel og detailhandelsanalyser.

To familier dominerer. To-trins detektorer som Faster R-CNN foreslår først regioner og klassificerer dem derefter. Et-trins detektorer som YOLO og SSD forudsiger bokse og klasser i en enkelt gennemgang. Et-trins modeller kører hurtigere; to-trins modeller overgår dem ofte på nøjagtighed.

Almindelige detektionsopgaver

• Fodgænger- og køretøjsdetektion
• Ansigtsgenkendelse
• Fejldetektering i produktionen
• Overvågning af dyreliv
• Analyse af detailhylder

Små objekter og overfyldte steder forbliver vanskelige. En detektor, der finder biler på en tom motorvej, kan overse dem i en trafikprop. Domænespecifikke data og augmentation hjælper med at lukke hullet.