有两种非常流行的物体检测器：

• 由 Viola 和 Jones 介绍的Haar Cascade Classifier：在 OpenCV（Python、Java 和 C++）和 Matlab 计算机视觉工具箱（可能还有许多其他语言）上可用，是在不能选择深度学习时的一个很好的模型。

• Yolo，你只看一次：它是一个实时对象检测器和分类器，它使用 DL CNN，如果我没记错的话，它的训练数据集上有奶牛（所以你可以使用迁移学习）。它是 Darknet 库的一部分，您应该完全检查该站点。另外，检查 Tiny Yolo 是否需要更快的速度。

您还应该看看：

• MMOD（最大边距对象检测）：使用dlib有一个很好的实现。
• Fast R-CNN and R-CNN：深度学习分类器，查看本站论文。

我的建议是直接使用 YOLO 并在没有针对 COW 课程的培训的情况下进行尝试，然后通过使用您的数据重新训练几层来进行一些微调。如果你需要比这更高的准确性，你可以选择 R-CNN（可能有一些模型已经用牛训练过）。

如果您缺乏计算能力，您可以尝试 MMOD 和 HCC。但是如果你有时间你应该检查一下BDNN: Binary convolution neural networks for fast object detection，不知道它是否已经在任何库中实现，因为这篇论文相对较新（2019 年 3 月）。