论文笔记 Deep Learning for Generic Object Detection: A Survey （一）

  本文总结了近十多年来物体检测（object detection）方面的进展，对每个里程碑式的成果都做了介绍，自己在读过程中也了解了很多，希望能把自己的体会和学习过程记录下来吧。

总体介绍

问题描述

   物体检测目标：给定一张任意的图像，检测其中是否含有给定类别的物体，如果含有，则返回其位置和大小。
  发展历程: Image level object classification -> single object localization -> generic object detection -> pixel-wise object segmantation

• 物体分类(object classification) 给定一幅图像，输出其中含有物体的标签，并不需要定位
  如图中(a)所示
• 物体检测(object detection) 给定一幅图像，不仅需要检测出其中含有的物体，并且需要对其进行定位，用边界框将所有物体标记出来，如图中(b)所示
• 语义分割(Semantic Segmentation) 将一幅图像中的每个像素都分配一个物体类别标签，如图中（c）所示
• 实例分割(Instance Segmentation 不同于语义分割，实例分割中，对于每个相同类别的实例也会进行分割，如图中（d）所示

难点&挑战

• 准确率
  1. the vast range of intraclass variation 大量的类内变化
     同样的子类有着不同颜色、材质、形状等，同样的物体有着不同的姿态，不同的拍摄时间、地点、天气状况、背景等等。
  2. huge number of object categories 大量的物体类别
     一共 1 0