据我所知：
对象识别正在回答“图像中的对象是什么”问题鉴于对象检测正在回答“该对象在哪里”的问题？
希望有人可以通过慷慨地为每个对象提供一个示例来说明这种区别。
#1 楼
您可以回答自己的问题。对象识别：图像中描述了哪个对象？
输入：包含未知对象的图像（s）
可能在输入中标记对象的位置，或者输入可能只是对象（未遮挡）的清晰图像。
输出：图像中对象的位置和标签（名称）
对象的位置要么从输入中获取，要么根据输入图像确定。
为对象添加标签时，通常会有一组类别/标签，系统会“知道”这组类别/标签，并且系统可以区分它们（例如，对象是狗，汽车，马，牛或鸟） 。
对象检测：该对象在图像中的什么位置？
输入：对象的清晰图像或某种模型对象（例如鸭子）和包含感兴趣对象的图像（可能）的图像
output：位置或in的边界框如果图像中存在对象，则放置对象（例如鸭子在图片的左上角）
评论
$ \ begingroup $
您似乎在使用“对象检测”一词作为“对象本地化”的同义词。但是，在许多情况下（许多近期的DL论文），对象检测是指对象定位（即带有边界框）+对象分类。几乎在所有地方都非常模糊地使用了对象识别。我什至不知道为什么我们没有停止使用它。
$ \ endgroup $
–nbro
20 Jun 15'20:13
$ \ begingroup $
@nbro在最近的许多论文中，都是如此。这个答案是将近七年前写的:)
$ \ endgroup $
–佩内洛普
20年6月17日在10:18
#2 楼
迟了，但这是答案。来源：https：//www.learnopencv.com/selective-search-for-object-detection-cpp-python/对象识别算法可识别图像中存在哪些对象。它以整个图像为输入，并输出该图像中存在的对象的类别标签和类别概率。例如，类别标签可能是“狗”，而相关的类别概率可能是97％。
另一方面，对象检测算法不仅可以告诉您图像中存在哪些对象，它还会输出边界框（x，y，宽度，高度）以指示对象在图像内的位置
#3 楼
基于任何给定图像的兴趣点的物体检测；例如，在图片和识别中的鸟类谈论了有关鸟类的特定信息，例如名称，类型和特定兴趣点的其他特征。评论
$ \ begingroup $
您是否可以扩大此答案的范围，因为目前尚不清楚如何解决该问题。至少那是我的看法。
$ \ endgroup $
– A_A
18年5月24日在10:56
$ \ begingroup $
对象识别：在任何给定的图像中，您都必须检测所有对象（一类受限的对象取决于您的数据集），使用边界框将其本地化，并用标签标记该边界框。对象识别。对象检测：类似于对象识别，但是在此任务中，您只有两类对象分类，即对象边界框和非对象边界框。例如汽车检测：您必须检测任何给定图像中的所有汽车及其边界框
$ \ endgroup $
–user35925
18年6月2日在8:40
$ \ begingroup $
对象识别正在回答“图像中的对象是什么”问题，而对象检测正在回答“该对象在哪里”问题。图像检索问题，即在大型数据库中搜索数字图像的问题。
$ \ endgroup $
–user35925
18年6月2日在8:45
$ \ begingroup $
谢谢，但我不是亲自问我。回复出现在我的审阅队列中，我认为值得将其扩展到超出您可以发表评论的范围。回答帖子通常会更加详细。祝一切顺利。
$ \ endgroup $
– A_A
18年6月2日在16:56
评论
这个答案可能会有所帮助：stackoverflow.com/a/34691321/1546088