分類は画像に何が含まれているかを示します。検出は、何がどこにあるのかを示します。物体検出は、各インスタンスの周囲に境界ボックスを描画してラベル付けするため、監視、運転支援、小売分析において重要となります。

2つの主要な系統が存在する。Faster R-CNNのような2段階検出器は、まず領域を提案し、次にそれらを分類する。YOLOやSSDのような1段階検出器は、1回の処理でボックスとクラスを予測する。1段階モデル​​は処理速度が速いが、精度では2段階モデル​​が優位に立つことが多い。

一般的な検出タスク

• 歩行者および車両の検知
• 顔検出
• 製造における欠陥検出
• 野生生物モニタリング
• 小売店の棚分析

小さな物体や混雑した場面の検出は依然として困難です。空いている高速道路で車を検出できる検出器でも、交通渋滞の中では見逃してしまう可能性があります。ドメイン固有のデータとデータ拡張は、このギャップを埋めるのに役立ちます。