目标检测，无需事先分类

Question

我正在寻找一种检测数据集中多个、任意、可能重叠的对象的方法。

示例图像如下所示。我想找到一种算法来检测图像中有2个主要字符，它们的近似偏移量，并输出每个字符/图标对应的图像。

我相信在训练卷积核后有检测字符的通用方法，但这需要在任意字符/图标等上工作

我相信 SVD/PCA 分析可以很容易地从图像的行/列中提取常见/重复的元素，或者从图像的精美框架片段（特征脸）中提取，但我不知道如何解决图标所在的这个问题本地，但在任意位置，并且未经训练。

我想有~一些~数学算法或一组算法，类似于 SVD，它允许在一般和数学上进行这种检测和分类，而无需例如。基于背景颜色的临时分割。

问题

• 这是一个复杂/微不足道的问题吗？
• 我应该使用什么搜索词来接近解决方案？