faster rcnn论文_目标检测论文及解读汇总

本文结构：
0 前言
1 论文经常提及的几个知识点
2 最新论文
3 one-stage detectors
4 two-stage detectors
5 其他

0.前言

目标检测算法盘点

机器之心：从RCNN到SSD，这应该是最全的一份目标检测算法盘点​zhuanlan.zhihu.com

先上三张图直观感受一下目标检测算法在准确度（AP）和速度（speed）的对比

---

1.论文经常提及的几个知识点

• 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)在这里！_慕课手记​www.imooc.com

https://github.com/rafaelpadilla/Object-Detection-Metrics#create-the-ground-truth-files​github.com

• 边框回归(Bounding Box Regression)

边框回归(Bounding Box Regression)详解​blog.csdn.net

• 非极大值抑制(non maximum suppression)

NMS--非极大值抑制 - shuzfan的专栏 - CSDN博客​blog.csdn.net

• 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​blog.csdn.net

OHEM算法及Caffe代码详解 - AI之路 - CSDN博客​blog.csdn.net

• RPN(Region Proposal Network)

RPN 解析 - lanran2的博客 - CSDN博客​blog.csdn.net

---

2.最新论文

CVPR2018 目标检测（object detection）算法总览​blog.csdn.net

ECCV2018目标检测（object detection）算法总览​blog.csdn.net

3.one-stage detectors

• SSD(Single Shot MultiBox Detector)

论文地址：https://arxiv.org/pdf/1512.02325.pdf

论文解读：

我是小将：目标检测|SSD原理与实现​zhuanlan.zhihu.com

SSD: Single Shot MultiBox Detector翻译（包括正式版和预印版）（对原文作部分理解性修改）

方良骥：SSD 系列论文总结​zhuanlan.zhihu.com

• YOLO(You only look once)

论文地址：

You Only Look Once: Unified, Real-Time Object Detection

YOLO9000: Better, Faster, Stronger

YOLOv3: An Incremental Improvement

代码地址：

keras版本：qqwweee/keras-yolo3

论文解读：

YOLO（You Only Look Once）算法详解​blog.csdn.net

我是小将：目标检测|YOLO原理与实现​zhuanlan.zhihu.com

YOLO v2算法详解 - AI之路 - CSDN博客​blog.csdn.net

我是小将：目标检测|YOLOv2原理与实现(附YOLOv3)​zhuanlan.zhihu.com

YOLO v3算法笔记 - AI之路 - CSDN博客​blog.csdn.net

YOLOv3: 训练自己的数据 - 点滴记录 - CSDN博客​blog.csdn.net

yolo系列之yolo v3【深度解析】​blog.csdn.net

keras源码解读：

探索 YOLO v3 源码 - 第1篇 训练​juejin.im 探索 YOLO v3 实现细节 - 第2篇 模型​juejin.im 探索 YOLO v3 实现细节 - 第3篇 网络​juejin.im 探索 YOLO v3 实现细节 - 第4篇 数据和y_true​juejin.im 探索 YOLO v3 实现细节 - 第5篇 Loss​juejin.im 探索 YOLO v3 实现细节 - 第6篇 预测 (完结)​juejin.im

• 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​blog.csdn.net

Focal Loss - AI之路 - CSDN博客​blog.csdn.net

• CornerNet

陈泰红：CornerNet：目标检测算法新思路​zhuanlan.zhihu.com

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

• CenterNet

OLDPAN：扔掉anchor！真正的CenterNet——Objects as Points论文解读​zhuanlan.zhihu.com

---

4.two-stage detectors

• R-CNN(Region-based Convolutional Neural Networks)

论文地址：rbgirshick/rcnn

• Fast R-CNN

论文地址：https://arxiv.org/pdf/1504.08083.pdf

• Faster R-CNN(Towards Real-Time Object Detection with Region Proposal Networks)

论文地址：https://arxiv.org/pdf/1506.01497.pdf

论文解读：

Object Detection and Classification using R-CNNs​www.telesens.co

白裳：一文读懂Faster RCNN​zhuanlan.zhihu.com

• Mask-RCNN

论文地址：https://arxiv.org/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​blog.csdn.net

Mask RCNN笔记 - 生如蚁，美如神 - CSDN博客​blog.csdn.net

• Cascade RCNN

https://blog.csdn.net/u014380165/article/details/80602027​blog.csdn.net

• TridentNet

Naiyan Wang：TridentNet：处理目标检测中尺度变化新思路​zhuanlan.zhihu.com

---

5.其他

• FPN(Feature Pyramid Networks for Object Detection)

论文地址：https://arxiv.org/pdf/1612.03144.pdf

论文解读：

FPN（feature pyramid networks）算法讲解​blog.csdn.net

• FCN(Fully Convolutional Networks for Semantic Segmentation)

论文地址：https://arxiv.org/pdf/1411.4038.pdf

论文解读：

全卷积网络 FCN 详解 - 代码学习者coding - 博客园​www.cnblogs.com