目标检测

1.目标检测算法

  目标检测算法可以按检测步骤分为两类：
  一类是two-stage检测算法。该检测算法分为两个阶段：1.产生候选区域（region proposals），2.对候选区域分类（一般还需要对位置精修）。典型代表有R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN。这类算法识别错误率低，漏识别率也较低，但速度较慢，不能满足实时检测场景。
  另一类是one-stage检测算法。该检测算法单次检测，直接产生物体的类别概率和位置坐标值。有着更快的检测速度，比较典型的算法如YOLO，SSD，YOLOv2，YOLOv3，Retina-Net等。

  YOLO和Faster RCNN从一层特征层中检测目标。SSD从多层(6层)特征层中检测目标。

2.评价标准

2.1 AP

https://zhuanlan.zhihu.com/p/88896868

RPN、FPN、Focal Loss、anchor-based 与 anchor-free
Cascade RCNN,Deformable Conv