微信“扫一扫”识物已上线一段时间，受到了外界极大的关注。相比于行内相关竞品的“拍”，“扫一扫”识物的特点在于“扫”，带来更为便捷的用户体验。“扫”离不开高效的移动端物体检测，本文将为你揭秘。

作者 | arlencai，腾讯 WXG 应用研究员

一、背景

“扫”是“扫一扫”识物的亮点，带来更为便捷的用户体验。相比于“拍”的交互方式，“扫”的难点在于如何自动地选择包含物体的图像帧，这离不开高效的移动端物体检测。

二、问题

“扫一扫”识物是一种面向开放环境的通用物体检测——复杂多样的物体形态要求模型具有强的泛化性，移动端的计算瓶颈又要求模型保持高的实时性。

“扫一扫”识物需要一个什么样的移动端检测（Class-wise or Object-ness）呢？

Class-wise 检测（即传统意义上的物体检测）的优势在于同时输出物体的位置和类别，然而开放环境下的物体类别很难准确定义和完整覆盖。

因此，我们将问题定义为Object-ness 检测（即主体检测）：只关注是否为物体和物体的位置，并不关心物体的具体类别。

Object-ness 的物体检测对多样化的物体具有更强的普适性，同时大大减轻模型的负担来保证其实时性。这是“扫一扫”识物相比于相关竞品在移动端检测问题上定义的不同。

三、选型

近几年物体检测算法日新月异，面对琳琅满目的检测模型（见图 1），合适的才是最好的。