上一篇文章主要讲述了目标检测的任务、目标检测的分类、目标检测的意义。近年来，因深度学习算法的蓬勃发展，图像领域的目标检测算法取得了重要进展。今天主要讲述下目标检测算法的分类。

目标检测的分类

        目标检测的分类可以分为两类：一是，检测目标有无的检测任务 ；二是，精确回归目标检测框的回归任务。图像中主流的目标检测算法分为两类：

（1 ) 两步法：先产生候选区域，再对这些候选框进行分类，以及检测框的回归，这类算法总体来说计算量大但精准度高，代表算法有滑动窗口检测、 R-CNN、 Fast R-CNN、Faster R-CNN；

     (2) —步法：均匀在图像中进行密集采样，后直接进行分类和回归，此类方法效率更高，代表算法有 YOLO 和 SSD。举例说明，以下是YOLO算法的一个简单例子，如下图所示