关于深度学习目标检测的一些改进方法

1.背景上下文

一些文章通过一些手段引入背上下文提高了一定的目标检测精度，如：
A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection 在检测子网络中添加了上下文池化

Inside-Outside Net: Detecting Objects in Context with Skip Pooling and Recurrent Neural Networks
通过引入2次IRNN层添加上下文信息

2. 时域上下文

基于视频的目标检测，有利用考虑时域信息的3D卷积、时域上利用RNN提取时域上下文、光流信息等，可利用时域上下文做行为识别，目标跟踪，目标定向等。

视频检测是比单张图片检测多了Temporal Context（时域上下文）的信息。不同方法想利用这些Context来解决的问题并不相同。一类方法是关注如何使用这部分信息来加速Video Detection。因为相邻帧之间存在大量冗余，如果可以通过一些廉价的办法来加速不损害性能，在实际应用中还是很有意义的。另一类方法是关注