オブジェクト検出とオブジェクト認識

オブジェクト認識とオブジェクト検出を区別するのに少し混乱があります。一部の人々は、オブジェクト検出はオブジェクト認識のサブトピックであると言いますか？誰かがこれら2つのトピックの違いを明確にできますか？

私の知る限りでは：

物体認識は「画像内の物体は何ですか」という質問に答えていますが、物体検出は「その物体はどこにありますか」という質問に答えています。

誰かがそれぞれに例を惜しみなく提供することによって、誰かが違いを説明できることを願っています。

あなたは自分の質問に答えました。

オブジェクト認識：画像に描かれているオブジェクトはどれですか？

• input：未知のオブジェクトを含む画像

  おそらく、オブジェクトの位置を入力でマークすることができます。または、入力が（遮蔽されていない）オブジェクトの鮮明な画像のみである可能性があります。

• output：画像内のオブジェクトの位置とラベル（名前）

  オブジェクトの位置は、入力から取得されるか、入力画像に基づいて決定されます。

  オブジェクトにラベルを付ける場合、通常、システムが「認識」し、システムが区別できる一連のカテゴリ/ラベルがあります（たとえば、オブジェクトは犬、車、馬、牛、鳥のいずれかです）。

オブジェクト検出：画像内のこのオブジェクトはどこにありますか？

• 入力：オブジェクトの鮮明な画像、またはオブジェクトのある種のモデル（アヒルなど）と対象のオブジェクトを含む画像（おそらく）

• 出力：位置、または画像に存在する場合は入力オブジェクトのバウンディングボックス（たとえば、アヒルが画像の左上隅にある）

任意の画像の注目点に基づくオブジェクト検出。たとえば、鳥の写真と認識では、名前、種類、その他の特定の関心点の特徴など、鳥に関する特定の情報について話しました。

遅くなりましたが、ここに答えがあります。ソース：https : //www.learnopencv.com/selective-search-for-object-detection-cpp-python/

オブジェクト認識アルゴリズムは、画像に存在するオブジェクトを識別します。画像全体を入力として受け取り、その画像に存在するオブジェクトのクラスラベルとクラス確率を出力します。たとえば、クラスラベルは「犬」で、関連するクラスの確率は97％です。

一方、オブジェクト検出アルゴリズムは、画像に存在するオブジェクトを通知するだけでなく、画像内のオブジェクトの位置を示す境界ボックス（x、y、幅、高さ）も出力します