不規則物件檢測與分類（Object Detection and Classification）是機器視覺中重要且具有挑戰性的任務。 它涉及將特定物體如車輛，行人和動物分類並在圖像中定位和定位。它是基於图像分析技术的前件。 物件檢測和分類應用可以用於智能行駛，自動追蹤，景觀分析，視頻分析和設備觀測等多種用途。現有的物件檢測演算法可以分為兩大類：基於模板匹配的方法和基於機器學習的方法。基於模板匹配的方法針對一系列特定形狀的物件進行檢測。而基於機器學習的方法則涉及對大量數據進行訓練，並將所學到的知識應用於物件檢測。其優點在於物件檢測的准確度更高，而且可以靈活應對新出現的物件。