目标检测写小论文 小目标检测算法有哪些？
小目标检测算法有哪些？
因此就有大神提出针对小目标检测的一些方法，这些方法是建立在现有的目标检测基础之上提出的一些改进或者优化。 接下来主要对存在的优秀的小目标检测算法进行简单介绍。 小目标的介绍：有两种定义方式，一种是相对尺寸大小，如目标尺寸的长宽是原图像尺寸的0.1，即可认为是小目标，另外一种是绝对尺寸的定义，即尺寸小于32*32像素的目标即可认为是小目标。
图像中的小目标检测方法有哪些？
在现有的目标检测的文献中，大多数是针对通用的目标来进行检测，如经典的单阶段方法yolo和ssd，两阶段方法faster-rcnn等，这些方法主要是针对通用目标数据集来设计的解决方案，因此对于图像中的小目标来说，检测效果不是很理想。 因此就有大神提出针对小目标检测的一些方法，这些方法是建立在现有的目标检测基础之上提出的一些改进或者优化。
目标检测是什么？
目标检测（Object Detection）可以识别一幅图像中的多个物体，定位不同物体的同时（边界框），贴上相应的类别。 简单来说，解决了what和where问题。 授人以鱼，不如授人以渔，本文不会具体介绍某类/某种算法（one-stage or two-stage），但会给出目标检测相关论文的最强合集（持续更新ing）。