前言

本章内容简介

目标检测是计算机视觉领域中应用非常广泛的一个重要方向，同时其学习难度也不低，我自己在入门的过程中也走了不少弯路，因此产生了制作一份优质的目标检测入门教程的想法。说实话市面上真正好的目标检测教程并不多，因此我们的这份目标检测教程，力争做到的就是高质量+适合入门。

本教程并不是去介绍某一种经典的目标检测算法，如YOLO，SSD，Faster R-CNN等。而是着手于介绍目标检测的各种基础知识，以及如何从零搭建一个简单的目标检测网络，学习的是核心的原理和思想，而不追求于在最短的时间内跑通某一个优质的项目，训出一个看起来还不错的模型，而你实际上在这个过程中可能什么都没有掌握。

具体来说，我筛选和学习了若干的材料，最终决定基于一个开源的SSD教程的代码进行改造，最终形成的本教程的代码版本。因此，我们将要介绍的目标检测网络，可以认为是一个简化版本的一阶段网络，并且在代码中可以频繁看到SSD的影子，只是尽可能的略去了一些没有太大意义的trick和细节，来降低学习者的认知成本。

内容设计

本教程的代码由安晟在开源教程a-PyTorch-Tutorial-to-Object-Detection基础上改造完成。

第1-3节教程由宋志龙编写，第4-6节教程由闫永强编写，并最终由安晟进行修改和校订。

教程定位

1. 定位人群：具有一定CV基础，对CNN和Pytorch有一定了解，不会为装环境苦恼，至少跑过分类网络的训练
2. 时间安排：15天，每天花费3-5小时，视个人基础而定
3. 学习类型：理论教程+代码实践
4. 难度系数：较高