人脸识别介绍MTCNN 实现人脸检测，回答了“是不是人脸”和“人脸在哪”的问题，接下来人脸识别要解决的就是“人脸是谁”。人脸识别是目标识别中的一种，本质上也是分类问题，只不过是同类（人脸）中的细分，因为人脸之间相似度很大，这对损失函数的分类能力提出了更高的要求。损失函数发展下面介绍分类损失函数的主要类型和发展历程，及部分pytorch代码。效果图来自 MNIST 数据集，将网络模型倒数第二层输出通

目标检测概述之前的MTCNN实现了单类多目标的高效检测，而现实中更普遍的任务是多类多目标检测。目标检测可划分为3个发展阶段：传统的目标检测区域选择：滑动窗口特征提取：Harr、SIFT、HOG等特征提取算法分类器：如常用的SVM模型基于滑动窗口的区域选择策略没有针对性，时间复杂度高，窗口冗余；手工设计特征费时费力，且对于多样性的变化没有很好的鲁棒性。基于Region Proposal的深度学习目标

首先，网上有好几个显示中文标签的教程了，我为什么还要写呢？哼，很显然，是觉得他们实现的不够完美嘛~YOLOv5在标签显示上，是花了点心思的，标签字体的大小，会根据图片尺寸进行调整，背景颜色条是为了避免图片中的内容干扰标签的展示，网上有的教程直接把字体大小定死了，背景颜色条也去除了，根本就不合理嘛！完全算不上实现。因为OpenCV不支持中文，所以原代码中用来计算字体尺寸的方法cv2.getTextS