1 R-CNN系列
(1) R-CNN灵感来源:Selective search for object recognition
[论文解读] 图像分割 & 目标识别 | Selective Search和python实现| <Selective Search for Object Recognition>
(2) R-CNN开山之篇:R-CNN
【论文解读】目标检测1:深度学习目标检测的开山鼻祖 |R-CNN详解 | 两阶段目标检测代表
(3) R-CNN起承转合之笔:Fast R-CNN
【论文解读】目标检测2:目标检测的发展之作|Ross大神续作 | Fast R-CNN
(4) R-CNN完全深度学习大成篇:Faster R-CNN
【论文解读】目标检测3:深度学习目标检测 | R-CNN系列里程碑 | 一文弄懂Faster R-CNN
2 YOLO系列
(5)YOLO系列最快的仔:YOLO V1
【论文解读】目标检测3:one-stage系列开山之篇 | 目标检测速度检测大跨步 | YOLO V1详解
(6)YOLO系列重要续作:YOLO V2
(5)YOLO系列原创性idea里程碑:YOLO V3
(6)YOLO官方交接之棒:YOLO V4:
【论文解读】目标检测5:一文看懂yolov4 | 各种框架源码实现 | 详尽的state-of-art
(7)YOLO非官方异军突起、更新超快的"杂牌军":非官方版本的"YOLO V5":
3 除R-CNN外其他二阶段
4 除YOLO外其他一阶段
<Focal Loss for Dense Object Detection>论文解读