物體表面檢測本質上，正如其名稱所示，檢測物體。這意味著給定一個圖像，它可以告訴你物體在哪里，以及這個物體是什么。這類模型有很多應用。舉幾個例子，物體檢測在以下方面很有用：自動駕駛汽車，可以檢測到乘客、其他車輛、紅綠燈和停車標志。安保，模型可以探測到公共區域的危險物品，并向附近的警務人員報警。

　　物體表面檢測模型是如何工作的？

　　1.樸素方法：我們將圖像分割成多個部分，并對每個部分進行分類。這種方法效率低下是因為必須對每個生成的窗口應用分類網絡(CNN)，導致計算時間長。

　　2.滑動窗口方法：我們預先確定好窗口比例(或“錨”)，然后滑過圖像。對于每個窗口，我們處理它并繼續滑動。與樸素方法類似，這種方法生成的窗口較多，處理時間也比較長。

　　3.選擇性搜索：使用顏色相似度，紋理相似度，和一些其他的圖像細節，我們可以用算法將圖像分割成區域。雖然選擇性搜索算法本身是耗時的，但這使得分類網絡的應用需求較少。

　　4..區域建議網絡：我們創建一個單獨的網絡來確定圖像中感興趣的區域。這使得我們的模型工作得更快，但也使得我們模型的準確性依賴于多個網絡。

　　物體表面潔凈度的要求如下：

　　去除油污：使用各種不同的方法，去除物體表面的油污，使其由憎水或局部憎水變成親水性。這是衡量表面潔凈度的重要的指標，也是表面預處理的主要目的。

　　除去表面雜質：采用相關清洗方法去除加工過程中的物質顆粒、拋光介質、拋光粉等，使其呈現所要求的純凈表面。從而使金屬或非金屬表面變成親水表面。這也是表面潔凈度的重要內容和表面預處理的目的之一。