2.5　本章小结

本章主要介绍了传统的目标检测算法，如模板匹配、ORB特征点匹配、HOG特征提取结合SVM分类等经典的方法。这些传统的方法一般是先根据目标物的特点，人工有针对性地提取特征，在特征提取上不需要采集大量的样本进行训练。然后采用滑动窗口的方式在整张图像上扫描，对每一个子窗口内的特征图进行分类。基于这种方式对目标物进行分类和定位。近些年，卷积神经网络在图像检测上的应用更加广泛，随着RCNN系列的探索、SSD算法的提出、YOLO系列的改进，CNN网络在特征提取方法上更通用，并且在速度和准确率上基本能满足工程应用的需求。但是，这种基于网络模型的算法一般需要采集大量的标签样本图像进行训练。

在kindle搜索B089Y7R3XM可直接购买阅读