目标检测分为哪些类

目标检测可以分为以下几类：

基于传统方法的目标检测：采用传统的计算机视觉方法，如边缘检测、滤波、形态学等，来对图像进行处理，从而实现目标检测。
基于深度学习的目标检测：采用深度学习技术，如卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）等，来对图像进行处理，从而实现目标检测。
单阶段目标检测：将目标检测任务看作一个回归问题，直接预测目标的位置和类别。常见的单阶段目标检测算法有YOLO、SSD等。
两阶段目标检测：先生成一些候选框，再对这些候选框进行分类和位置回归。常见的两阶段目标检测算法有Faster R-CNN、Mask R-CNN等。
端到端的目标检测：将特征提取、候选框生成、分类和位置回归等步骤都融合在一起，形成一个端到端的检测网络。常见的端到端目标检测算法有YOLOv3、RetinaNet等。