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）。
如何识别目标检测算法？
（3）利用分类器进行识别，比如常用的SVM模型。 目前目标检测领域的深度学习方法主要分为两类：两阶段（Two Stages）的目标检测算法；一阶段（One Stage）目标检测算法。 两阶段（Two Stages）：首先由算法（algorithm）生成一系列作为样本的候选框，再通过卷积神经网络进行样本（Sample）分类。
什么是目标检测框架？
传统的目标检测框架，主要包括三个步骤： （1）利用不同尺寸的滑动窗口框住图中的某一部分作为候选区域； （2）提取候选区域相关的视觉特征。 比如人脸检测常用的Harr特征；行人检测和普通目标检测常用的HOG特征等； （3）利用分类器进行识别，比如常用的SVM模型。 目前目标检测领域的深度学习方法主要分为两类：两阶段（Two Stages）的目标检测算法；一阶段（One Stage）目标检测算法。