目标检测方法分为传统目标检测方法和深度学习目标检测方法。
传统目标检测方法：Viola-Jones、HOG+SVM、DPM等
Viola-Jones：采用积分图特征，进行人脸检测
HOG+SVM：行人检测。通过HOG特征结合SVM分类器进行检测。
DPM：同样通过HOG特征，并加入许多其他额外的策略进行检测。传统目标检测最好的方法。
深度学习目标检测方法：One-state、Two-stage
One-stage：YOLO和SSD系列，直接回归目标位置。
Two-stage：Faster RCNN系列，利用网络对候选区进行推荐。
目标检测问题基本流程：
Viola-Jones（人脸检测）步骤
1、Haar特征抽取
2、训练人脸分类器（Adaboost算法）
3、滑动窗口
HOG+SVM（行人检测）步骤
DPM（物体检测）步骤
NMS（非极大值抑制算法）
目的：为了消除多余的框，找到最佳的物体检测的位置
Soft-NMS是对NMS算法的改进
