Die Klassifizierung beschreibt, was sich auf einem Bild befindet. Die Objekterkennung beschreibt, was und wo sich etwas befindet. Die Objekterkennung zeichnet Begrenzungsrahmen um jedes Objekt und kennzeichnet es. Deshalb ist sie wichtig für Überwachung, Fahrzeuganalyse und Einzelhandelsanalysen.

Zwei Familien dominieren. Zweistufige Detektoren wie Faster R-CNN schlagen zunächst Regionen vor und klassifizieren sie anschließend. Einstufige Detektoren wie YOLO und SSD sagen Bereiche und Klassen in einem einzigen Durchlauf voraus. Einstufige Modelle sind schneller; zweistufige Modelle sind ihnen oft in der Genauigkeit überlegen.

Gängige Erkennungsaufgaben

• Fußgänger- und Fahrzeugerkennung
• Gesichtserkennung
• Fehlererkennung in der Fertigung
• Wildtierüberwachung
• Analyse der Regale im Einzelhandel

Kleine Objekte und unübersichtliche Szenen bleiben eine Herausforderung. Ein Detektor, der Autos auf einer leeren Autobahn erkennt, kann sie in einem Stau übersehen. Domänenspezifische Daten und Datenerweiterungen helfen, diese Lücke zu schließen.