十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
作者:Amusi
Date:2019-11-28
微信公众号: CVer
链接: 大盘点 | 2019年4篇目标检测算法最佳综述
上次整理了近期 目标检测比较亮眼的论文汇总,详见: 一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix等) 。很多CVers在后台和微信社群反映:这些都是很新的论文,我刚入门都看不懂怎么办?
10年积累的网站建设、网站制作经验,可以快速应对客户对网站的新想法和需求。提供各种问题对应的解决方案。让选择我们的客户得到更好、更有力的网络服务。我虽然不认识你,你也不认识我。但先制作网站后付款的网站建设流程,更有南皮免费网站建设让你可以放心的选择与我们合作。答:看综述!大概理清脉络后,再挑着细读论文,撸代码
正好已经2019年11月底了,是时候做个总结性盘点,而这次盘点的就是2019年 目标检测综述(Object Detection Review)。如果各位 CVer 喜欢这样的盘点,请给这篇文章点个赞,如果点赞的人多,其它CV方向(分割/跟踪等)的大盘点系列也会尽快推出!
本文分享的目标检测论文将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问):
amusi/awesome-object-detection github.com
【1】Object Detection in 20 Years: A Survey
时间:2019年5月
作者:密歇根大学&北航&卡尔顿大学&滴滴出行
链接: https://arxiv.org/abs/1905.0505 5
推荐指数:★★★★★
注:39页的目标检测综述,共计411篇参考文献,太强了!
目标检测里程碑:2001-2019 目标检测多尺度方法:2001 - 2019 目标检测边框回归方法:2001 - 2019 目标检测非极大值抑制(NMS)方法:1994 - 2019
【2】A Survey of Deep Learning-based Object Detection
时间:2019年7月
作者:西安电子科技大学
链接: https://arxiv.org/abs/1907.0940 8
推荐指数:★★★★
注:30页的目标检测综述,从 Fast R-CNN到 NAS-FPN,均给出 COCO数据集上 mAP的数据,介绍10多种数据集,共计317篇参考文献!
Two-stage和One-stage目标检测基础框架 4种使用不同size feature map的目标检测算法 MS COCO 数据集算法性能对比
【3】Recent Advances in Deep Learning for Object Detection
时间:2019年8月
作者:新加坡管理大学&Salesforce
链接: https://arxiv.org/abs/1908.0367 3
推荐指数:★★★★
注:40页的目标检测综述,共计256篇参考文献!从2013 OverFeat到2019 NAS-FPN/CenterNet/DetNAS,涵盖目标检测机制、学习策略和应用方向等内容。还给出VOC/COCO数据集下的算法全面对比
目标检测里程碑:2012-2019 目标检测关键知识点 VOC 数据集算法性能对比 MS COCO 数据集算法性能对比
【4】Imbalance Problems in Object Detection: A Review
时间:2019年9月
作者:中东技术大学
链接: https://arxiv.org/abs/1909.0016 9
推荐指数:★★★★
注:31页的目标检测综述,共计166篇参考文献!分别从特征提取改进、损失函数和抽样方法等方法来介绍。
Imbalance problems Two-stage、One-stage和Bottom-Up目标检测基础框架 目标检测通用框架训练流程 Feature-level imbalance方法示例
https://zhuanlan.zhihu.com/p/94090477