Detección de objetos: encuéntralo y dibuja el cuadro.
La clasificación responde "qué". La detección responde "qué y dónde": busque cada objeto en la imagen y dibuje un cuadro delimitador con una etiqueta de clase alrededor de cada uno. En principio, esto es más difícil: se desconoce el recuento, los objetos varían en tamaño y pueden superponerse. En una década, los métodos pasaron de RCNN (2013, ~47 s por cuadro) a YOLOv8 (2023, ~160 FPS).