文章地址
用了半天时间将这篇综述略读了一遍,作为刚入门的小白感觉还是有一些收货的,预计再用2,3天时间精度一遍,同时对提到的经典模型或者方法都做一个简单的介绍,引文400篇全部看完太浪费时间了,因此我搜了一些引文的中文简单的解释,另外加上我自己的理解,估计会写的比较长吧,加油!
Abstract:
Object detection 作为计算机视觉四大基础任务之一,是instance segmentation,object tracking等任务的基础,在最近这些年里受到了极大的关注。近期的目标检测主要得益于deep learning的强大力量。这篇文章的主要特点在于,他跨越了1990-2019超过25年的时间,涵盖了这期间很多比较有影响力的工作,包括一些里程碑式的工作,数据集,metrics,网络加速技术,还有近期sota的方法。除此之外,还对一些常见的应用进行了review,包括行人识别,面部识别,文本识别等等。如果真的可以将这篇文章消化,足够在脑海中建立起object detection的完整脉络。
INTRODUCTION
这一部分主要讲了这篇综述不同于其他综述的地方以及它的主要内容,总结如下:
- A comprehensive review in the light of technical evolutions:
时间跨度长,不仅是focus最近效果好的工作,而是对较为完整的历史进行了回顾,了解这整个的时间线有助于构建完整的知识体系。
- An in-depth exploration of the key technologies and the recent state of the arts:
Focus一些前沿而晦涩的概念,比如“multi-scale detection”,“hard negative mining”,“bounding box regression”,尝试着从三个部分为读者解答这些概念并留下深刻印象
Where they come from?
How did they evolve?
What are the pros and cons of each group of methods?
毕竟是survey,篇幅不长,要想真正做到in-depth,还是要自己看原文
- A comprehensive analysis of detection speed up techniques:
这一部分我觉得很适合入门,没有涉及深度的数学推导,简单的介绍了渗漏卷积,网络压缩,模型蒸馏,以及integral image, vector quantization等一些概念
- Difficulties and Challenges in Object Detection
这一部分也总结得不错,看完之后至少会对目前前沿的研究方向和待解决的问题有个大致的认识。