人工智能中的目标检测（Object Detection）是一项计算机视觉技术，其主要目的是识别图像或视频帧中的所有感兴趣的对象，并精确地确定这些对象的位置（通常是通过边界框来表示）及其对应的类别。目标检测是深度学习领域的重要组成部分，在自动驾驶、视频监控、无人机导航、医学影像分析、零售业智能货架管理等诸多实际应用场景中发挥着关键作用。
目标检测通常分为两大类方法：
两阶段检测器（Two-Stage Detectors）：
- 以R-CNN系列为代表，包括Fast R-CNN、Faster R-CNN以及Mask R-CNN等。这类方法先生成一组候选区域（Region Proposal），然后对每个候选区域进行分类和精确定位。
一步式检测器（One-Stage Detectors）：
- 如YOLO（You Only Look Once）系列、SSD（Single Shot MultiBox Detector）和RetinaNet等。这类方法直接从整个图像中预测边界框和类别，简化了流程，提高了速度，但可能在精度上相较于两阶段方法有所牺牲。
近年来，目标检测技术发展迅速，结合了特征金字塔网络（FPN）、注意力机制、锚框（Anchor Boxes）、特征融合等多种策略，使得模型在保持较高检测精度的同时，也能达到实时处理的要求。此外，随着Transformer架构在CV领域的引入，DETR（Detection Transformer）等新型检测方法进一步推动了目标检测技术的进步。
