[深度學習]Object detection物體檢測之乾貨收集分享
阿新 • • 發佈：2018-11-26
知乎
作者：美圖雲視覺技術部 檢測團隊
CSDN
作者：AI之路
CVPR2018 目標檢測（object detection）演算法總覽
論文
近日，中國國防科技大學、芬蘭奧盧大學、澳大利亞悉尼大學、香港中文大學、加拿大滑鐵盧大學的研究者在 arXiv 釋出了一篇綜述論文，對用於一般目標檢測的深度學習技術進行了全面系統的總結。此外，來自首爾國立大學的 Lee hoseong 在近期開源了「deep learning object detection」GitHub 專案，正是參考該論文開發的。該專案集合了從 2013 年 11 月提出的 R-CNN 至在近期舉辦的 ECCV2018 上發表的 RFBNet 等四十多篇關於目標檢測的論文，相當全面。這些論文很多都曾發表在機器學習或人工智慧頂會上，如 ICLR、NIPS、CVPR、ICCV、ECCV 等。正如圖中紅色字型標示的那樣，其中也包含了很多代表性的成果，如從 R-CNN 到 Mask R-CNN 的 R-CNN 系列、YOLO 系列、RPN、SSD、FPN 以及 RetinaNet 等。無論對剛入門的機器學習新手，還是想深入研究目標檢測的研究者，都是難得的學習、參考資源。
中文介紹：從R-CNN到RFBNet，目標檢測架構5年演進全盤點
論文地址：https://arxiv.org/abs/1809.02165
github地址：https://github.com/hoya012/deep_learning_object_detection#2014
