Klassifisering sier hva som er i et bilde. Deteksjon sier hva og hvor. Objektdeteksjon tegner avgrensningsbokser rundt hver forekomst og merker den, og det er derfor det er viktig for overvåking, kjøring og detaljhandelsanalyse.

To familier dominerer. To-trinnsdetektorer som Faster R-CNN foreslår regioner først, og klassifiserer dem deretter. En-trinnsdetektorer som YOLO og SSD forutsier bokser og klasser i én omgang. En-trinnsmodeller kjører raskere; to-trinnsmodeller overgår dem ofte på nøyaktighet.

Vanlige deteksjonsoppgaver

• Fotgjenger- og kjøretøydeteksjon
• Ansiktsgjenkjenning
• Feildeteksjon i produksjon
• Overvåking av dyreliv
• Analyse av butikkhyller

Små objekter og overfylte steder forblir vanskelige. En detektor som finner biler på en tom motorvei kan overse dem i en trafikkork. Domenespesifikke data og utvidelse bidrar til å tette gapet.