最新目标检测论文盘点与解读总结

目标检测算法盘点

从RCNN到SSD，这应该是最全的一份目标检测算法盘点

目标检测算法在准确度（AP）和速度（speed）的对比：

论文中的知识点

评价指标AP（mAP）

• 最完整的检测模型评估指标mAP计算指南(附代码)_慕课手记:

1. https://www.imooc.com/article/44040
2. https://link.zhihu.com/?target=https%3A//github.com/rafaelpadilla/Object-Detection-Metrics%23create-the-ground-truth-files

边框回归(Bounding Box Regression)

• 边框回归(Bounding Box Regression)详解

IOU

• 目标检测之IOU详解

非极大值抑制(non maximum suppression)

• NMS–非极大值抑制 - shuzfan的专栏 - CSDN博客

OHEM(Training Region-based Object Detectors with Online Hard Example Mining)

论文地址：https://arxiv.org/pdf/1604.03540.pdf

论文解读：

• 论文笔记 OHEM: Training Region-based Object Detectors with Online Hard Example Mining

• OHEM算法及Caffe代码详解 - AI之路 - CSDN博客

RPN(Region Proposal Network)

• RPN 解析 - lanran2的博客 - CSDN博客

最新论文

ICCV 2019 论文大盘点-目标检测

CVPR 2019 论文大盘点—目标检测篇

CVPR2018 目标检测（object detection）算法总览

ECCV2018目标检测（object detection）算法总览

超越YOLOv3！普林斯顿大学提出：CornerNet-Lite，基于关键点的目标检测算法，已开源！

CornerNet-Lite算法原理实现

one-stage detectors

SSD(Single Shot MultiBox Detector)
论文地址：https://arxiv.org/pdf/1512.02325.pdf

论文解读：

• 目标检测中SSD原理与实现

• SSD: Single Shot MultiBox Detector

• 方良骥：SSD 系列论文总结

YOLO(You only look once)

论文地址：

• You Only Look Once: Unified, Real-Time Object Detection
  https://arxiv.org/pdf/1506.02640.pdf

• YOLO9000: Better, Faster, Stronger
  https://arxiv.org/pdf/1612.08242.pdf

• YOLOv3: An Incremental Improvement
  https://arxiv.org/pdf/1804.02767.pdf

代码地址：

• keras版本：https://github.com/httpqqwweee/keras-yolo3
• tensorflow版本：https://github.com/gliese581gg/YOLO_tensorflow
• PyTorch版本：https://github.com/liuyuemaicha/PyTorch-YOLOv3

论文解读：

YOLO算法原理详解

YOLO原理与实现

YOLO v2算法详解 - AI之路 - CSDN博客

YOLOv2原理与实现(附YOLOv3)

YOLO v3算法笔记 - AI之路 - CSDN博客

YOLOv3: 训练自己的数据 - 点滴记录 - CSDN博客

yolo系列之yolo v3【深度解析】

目标检测之One-stage算法：YOLOv1-YOLOv3进化历程

keras源码解读：

探索 YOLO v3 源码 - 第1篇 训练

探索 YOLO v3 实现细节 - 第2篇 模型

探索 YOLO v3 实现细节 - 第3篇 网络

探索 YOLO v3 实现细节 - 第4篇 数据和y_true

探索 YOLO v3 实现细节 - 第5篇 Loss

探索 YOLO v3 实现细节 - 第6篇 预测 (完结)

RetinaNet(Focal Loss for Dense Object Detection)
论文地址：https://arxiv.org/pdf/1708.02002.pdf

论文解读：

论文阅读: RetinaNet - Online Notes - CSDN博客

Focal Loss - AI之路 - CSDN博客

CornerNet
陈泰红：CornerNet：目标检测算法新思路

https://blog.csdn.net/u014380165/article/details/83032273

CenterNet
OLDPAN：扔掉anchor！真正的CenterNet——Objects as Points论文解读

two-stage detectors

R-CNN(Region-based Convolutional Neural Networks)
论文地址：http://xxx.itp.ac.cn/pdf/1311.2524.pdf

Fast R-CNN
论文地址：http://xxx.itp.ac.cn/pdf/1504.08083.pdf

Faster R-CNN(Towards Real-Time Object Detection with Region Proposal Networks)
论文地址：http://xxx.itp.ac.cn/pdf/1506.01497.pdf

论文解读：
R-CNN论文原理

R-CNN论文代码实现

Object Detection and Classification using R-CNNs

白裳：一文读懂Faster RCNN

Mask-RCNN
论文地址：http://xxx.itp.ac.cn/pdf/1703.06870.pdf

论文解读：

Mask-RCNN技术解析 - 跟随技术的脚步-linolzhang的专栏 - CSDN博客

Mask RCNN笔记 - 生如蚁，美如神 - CSDN博客

Mask RCNN算法原理实现

Cascade RCNN

TridentNet
Naiyan Wang：TridentNet：处理目标检测中尺度变化新思路

其他

FPN(Feature Pyramid Networks for Object Detection)
论文地址：http://xxx.itp.ac.cn/pdf/1612.03144.pdf

论文解读：
FPN（feature pyramid networks）算法讲解

FCN(Fully Convolutional Networks for Semantic Segmentation)
论文地址：https://arxiv.org/pdf/1411.4038.pdf

论文解读：https://link.zhihu.com/?target=https%3A//www.cnblogs.com/gujianhan/p/6030639.html

Rethinking ImageNet Pre-training - 何凯明大神的新作
论文地址：https://arxiv.org/pdf/1811.08883.pdf