Object Detection（目标检测）
框出图里有什么
亦作、亦称：目标检测
在图像中定位并分类多个物体，输出边界框与类别，是自动驾驶、安防与工业质检的核心视觉任务。 目标检测输出边界框与类别，常用 mAP 评测；两阶段（Faster R-CNN）与单阶段（YOLO）是主流范式。
工作原理
在图像中定位并分类多个物体，输出边界框与类别，是自动驾驶、安防与工业质检的核心视觉任务。 目标检测输出边界框与类别，常用 mAP 评测；两阶段（Faster R-CNN）与单阶段（YOLO）是主流范式。
应用场景
Object Detection常见于：图像分类、目标检测、医学影像、自动驾驶感知。实际选型需结合业务指标、数据规模与部署约束评估适用性。
局限与误区
围绕 Object Detection 的口语化说法（见「常见误解」）常过度简化。效果依赖数据质量、任务匹配与系统整体设计；生产环境应配合评测、监控与人工复核。
背景与发展
Object Detection随 AI 研究与工程实践持续演进，定义边界与最佳实践仍在更新。建议结合原始论文、官方文档与本站延伸阅读建立准确认知。
常见误解
日常交流中容易听到的简化说法，未必准确，但能帮助理解误解从何而来。
- 「框出图里有什么」
- 「YOLO 那类任务」
- 「检测加分类」
相关术语
和本术语关联紧密的其他词条，便于串联理解。
延伸阅读
从知识库精选 3 篇文章，帮助深入理解该术语。