目标检测 Object Detection in 20 Years: A Survey 阅读笔记

最近 20 年目标检测发展的特别的快。

不同地点目标检测问题有不同的困难。

主要分为两个阶段，基于传统的检测方法，基于深度学习的检测方法。原文把基于系统的方法比作冷兵器时代。

文中举例了一些传统的里程碑方法

• Viola Jones Detectors
• HOG Detector
• Deformable Part-based Model (DPM)

基于 CNN 的里程碑方法（two stage）

• RCNN
• SPPNet
• Fast RCNN
• Faster RCNN
• Feature Pyramid Networks

基于 CNN 的里程碑方法（one stage）

• You Only Look Once (YOLO)
• Single Shot MultiBox Detector (SSD)
• RetinaNet

然后文章列举了一些重要的数据库

• Pascal VOC
• ILSVRC
• MS-COCO
• Open Images
• Datasets of Other Detection Tasks

列举了一些标准。

之后讲诉了目标检测的技术革命

• 点赞
• 收藏
• 分享
• • 文章举报

whutweihuan 发布了10 篇原创文章 · 获赞 2 · 访问量 253 私信 关注

标签：基于,20,检测,Object,Years,RCNN,方法,里程碑
来源： https://blog.csdn.net/weihuan601/article/details/103949331