物体检测在计算机视觉与模式识别领域,一直是一个比较热门的研究方向。物体检测对于人类的双眼来说是是一项非常简单的生理功能,双眼主要通过对图片的颜色、纹理、边缘等信息的感知,定位出所感兴趣的目标物体。但对于计算机来说,它所要面对的是图片的像素矩阵,很难直接得到物体的名称和其在目标图像中的位置,再加上物体姿态的各异、光照强弱不一以及各种背景目标的混杂和相互遮挡的干扰,使得基于计算机的物体检测任务变得更加的困难。