物体检测是一种计算机视觉技术，用于定位图像或视频中的物体实例。对象检测算法通常利用机器学习或深度学习产生有意义的结果。在观看图像或视频时，人类可以在瞬间识别并定位感兴趣的物体。物体检测的目标是用计算机复制这种智能。对象检测的最佳方法取决于您的应用程序和您试图解决的问题。

深度学习技术需要大量标记的训练图像，因此建议使用GPU来减少训练模型所需的时间。基于深度学习的目标检测方法使用卷积神经网络(cnn或ConvNets)，如R-CNN和YOLO，或使用单次检测(SSD)。您可以训练一个自定义的对象检测器，或者使用一个预先训练的对象检测器转移学习，这种方法使您能够从预先训练的网络开始，然后针对您的应用程序对其进行微调。卷积神经网络需要深度学习工具箱™。CUDA支持训练和预测^®有能力的GPU。推荐使用GPU，并需要并行计算工具箱™。有关更多信息，请参见计算机视觉工具箱首选项而且MathWorks产品中的并行计算支持2022世界杯八强谁会赢？(并行计算工具箱)．

用于物体检测的机器学习技术包括聚合通道特征(ACF)，使用定向梯度直方图(HOG)特征的支持向量机(SVM)分类，以及人脸或上半身检测的Viola-Jones算法。您可以选择从一个预先训练的对象检测器开始，或者创建一个自定义的对象检测器以适应您的应用程序。