वर्गीकरण बताता है कि छवि में क्या है। पहचान बताती है कि क्या है और कहाँ है। वस्तु पहचान प्रत्येक उदाहरण के चारों ओर सीमा बॉक्स बनाती है और उसे लेबल करती है, यही कारण है कि यह निगरानी, ​​ड्राइविंग और खुदरा विश्लेषण के लिए महत्वपूर्ण है।

दो प्रकार के डिटेक्टरों का वर्चस्व है। फास्टर आर-सीएनएन जैसे दो-चरण डिटेक्टर पहले क्षेत्रों का प्रस्ताव करते हैं, फिर उनका वर्गीकरण करते हैं। योलो और एसएसडी जैसे एक-चरण डिटेक्टर एक ही पास में बॉक्स और क्लास का अनुमान लगाते हैं। एक-चरण मॉडल तेजी से चलते हैं; सटीकता के मामले में दो-चरण मॉडल अक्सर उनसे आगे निकल जाते हैं।

सामान्य पहचान कार्य

• पैदल यात्री और वाहन का पता लगाना
• चेहरे का पहचान
• विनिर्माण में दोष का पता लगाना
• वन्यजीव निगरानी
• खुदरा शेल्फ विश्लेषण

छोटी वस्तुओं और भीड़भाड़ वाले दृश्यों को पहचानना अभी भी मुश्किल है। एक डिटेक्टर जो खाली राजमार्ग पर कारों को ढूंढ लेता है, वह ट्रैफिक जाम में उन्हें ढूंढने में चूक सकता है। डोमेन-विशिष्ट डेटा और संवर्द्धन इस अंतर को कम करने में मदद करते हैं।