物体识别与检测与分类？有什么不同？

Question

我不知道这是否正确的stackexchange论坛在哪里提出这个问题，如果不是这样，请告诉我。

我正在开发一个应用程序，它给出一个包含绘画作为输入的输入图像，它能够告诉你绘画的标题。类似的情况是：给定包含建筑物的输入图像，返回的结果是建筑物的名称。

这是什么类型的应用程序？在第一次影响时，我会说“图像分类”之类的东西。我不是计算机视觉方面的专家，但我一直认为“图像分类”就像“给出图像，告诉我图像中包含的内容”。

另一方面，对象检测定义似乎更多地与识别类的对象（例如建筑物）有关，而不是类本身的实例（例如长城）：

  

对象检测是与计算机视觉相关的计算机技术   以及处理检测语义实例的图像处理   某些类别的物体（例如人类，建筑物或汽车）   数字图像和视频。

关于对象识别：

  

物体识别是感知物体物理的能力   属性（如形状，颜色和纹理）和应用语义   它的属性（例如将对象标识为苹果）。

我真的不知道如何分类（这是一个笑话......）我描述的应用程序。你觉得怎么样？

Answer 1

简单说明：您正要去森林，天黑了。突然之间，您会看到与背景不同的东西（纯黑）。这称为检测。

1）出现了与您的背景不同的东西。因此您检测到了。

2）现在越来越近，您发现它是动物。嗯..现在您已经分类/已认可。也可能是人类。

3）现在它越来越近了，现在您看到它是一只鹿。因此，现在您确定了它。

因此序列为 “检测->识别/分类->已识别”。

“身份识别是最后一个外壳，您可以使用带有您的面部（已识别）并归类为（人类）的身份证来记住这一点。

Answer 2

对象检测： - 检测图像中的对象。它不会提供有关对象是什么的信息。换句话说，对象检测的输出是包含对象的边界框的x，y，宽度和高度。

对象分类： - 告诉对象是什么，例如猫，狗车等。换句话说，在分类或识别输出中将是一个类标签。

  

我正在开发一个应用程序，它给出一个包含绘画作为输入的输入图像，它能够告诉你绘画的标题。类似的情况是：给定包含建筑物的输入图像，返回的结果是建筑物的名称。

对于您的问题，更合适的一个是“草图分类”

Answer 3

对象分类：将对象分类为预定义的类别之一（例如，确定对象是瓶子，蝙蝠还是桌子）。

对象检测：在图像中找到对象[分类+本地化]（例如，图像中是否有瓶子/桌子/蝙蝠，如果可以，在哪里？） --localization确定对象在哪里，即边界框的坐标

对象识别：对数据库中的先前数据进行检测，并报告是否在数据库中找到了该数据。即您的模型可以识别吗？模型以前见过这个对象吗？ （例如，对于人脸识别模型，数据库中具有（例如）Alice的人脸嵌入。给定图像后，模型将在其中检测到人脸，并针对检测到的每个人脸，对数据库运行其嵌入，以查看是否找到了该人脸。相应的嵌入）。希望对您有所帮助。