目标检测
输出边界框 + 类别。从两阶段 R-CNN 系到单阶段 YOLO / SSD，再到 DETR 等端到端 Transformer 检测器。
01 // OVERVIEW
什么是机器视觉检测
在图像或视频中自动定位目标并给出类别与置信度。 工业里常扩展为缺陷分割、尺寸测量与产线闭环控制。
分割与缺陷
实例 / 语义分割刻画外形；异常检测与无监督方法适合样本稀缺的工业瑕疵场景。
实时与部署
ONNX / TensorRT / OpenVINO 压缩延迟；量化、剪枝与模型蒸馏服务边缘相机与工控机。
02 // PIPELINE
标准检测管线
01
采集与标定
相机、光源、镜头与畸变标定；决定信噪比与可检极限尺寸。
02
预处理
去噪、对比度、ROI、几何校正；工业场景常做模板对齐。
03
检测推理
经典特征或深度网络输出框 / 掩膜 / 关键点与置信度。
04
后处理
NMS / Soft-NMS、阈值过滤、跟踪与业务规则（OK/NG）。
05
评估迭代
mAP、漏检/误检成本、难例挖掘与数据闭环。
03 // ALGORITHMS
检测算法族谱
按范式归类，便于选型：精度、速度、小目标与部署约束往往互相拉扯。
传统视觉
在可控光照与稳定背景仍极具性价比。
- 模板匹配 / 形状匹配
- 边缘、Blob、几何测量
- HOG + SVM、级联分类器
- 特征点：SIFT / ORB
两阶段检测
先提案再分类回归，精度上限高。
- Faster R-CNN
- Mask R-CNN（检测+分割）
- Cascade R-CNN
- 适合复杂场景与高精度线
单阶段检测
速度与工程落地的主流选择。
- YOLO 系列（v5–v11 等）
- SSD / RetinaNet
- FCOS 等 anchor-free
- 实时视频与边缘侧
端到端 / 新范式
集合预测与全局建模能力。
- DETR / Deformable DETR
- DINO、RT-DETR
- 开放词汇检测（OWL-ViT 等）
- 多模态与少样本方向
工业缺陷专用
样本少、缺陷形态长尾。
- 异常检测：PatchCore、PaDiM
- 学生-教师 / 重构类方法
- 少样本与合成数据
- 与传统视觉混合流水线
后处理与关联
检测只是中间表示。
- NMS 变体与矩阵 NMS
- 多目标跟踪（SORT/ByteTrack）
- 相机标定与三维测量
- 业务阈值与互锁逻辑
04 // METRICS
评价与取舍
指标含义工程关注点
IoU
预测框与真值重合比
定位公差、NMS 阈值
Precision
检出中正确的比例
误报成本（误踢良品）
Recall
真目标被找到的比例
漏检成本（放行缺陷）
mAP
多类 PR 曲线综合
学术/榜单对比基准
FPS / 延迟
吞吐与单帧耗时
产线节拍、GPU/NPU 选型
05 // APPLICATIONS
典型应用场景
工业质检
划痕、缺件、焊点、印刷与装配误差；常与 PLC / 机械手联动。
智能交通
车辆与行人检测、违章分析、车流统计；强调全天候与遮挡。
机器人与 AGV
货架、托盘、二维码与障碍物感知，服务导航与抓取。
医疗影像辅助
病灶定位与测量（合规与临床验证要求高）。
零售与物流
包裹体积、破损、货架缺货与自动结算视觉。
安防与巡检
周界入侵、安全帽/工装检测；需重视隐私与合规。
06 // STACK
常用技术栈
VISION
OpenCV
HALCON
自研算子
相机 SDK
TRAIN
PyTorch
MMDetection
Ultralytics
Detectron2
DEPLOY
ONNX Runtime
TensorRT
OpenVINO
NCNN
DATA
COCO
VOC
Label Studio
CVAT
IoU = |A ∩ B| / |A ∪ B| · F1 = 2PR / (P + R) · mAP = mean(APc)
检测系统是数据、模型、阈值与业务代价函数的联合优化，而不是单一网络结构的竞赛。