[论文阅读]Object Detection With Deep Learning: A Review

题目：Object Detection With Deep Learning: A Review
作者：Zhong-Qiu Zhao、 Peng Zheng、Shou-Tao Xu, and Xindong Wu

Motivation:
作者想写一篇综述

Methods:
作者介绍了传统目标检测的三步：感兴趣区域提取、特征提取、分类
作者又说了目标检测的领域划分，然后分别作详细介绍。

然后作者分析了神经网络算法的历史，及结构和优点。
Generic Object Detction:
其又分为基于推荐感兴趣框的目标检测（双阶段目标检测）和基于回归分类的目标检测（单阶段目标检测）
其中双阶段目标检测网络有 R-CNN、spatial pyramid pooling (SPP)-net , Fast R-CNN ,Faster R-CNN, region-based fully convolutional network(R-FCN) , feature yramid networks (FPN), Mask R-CNN,SPP-net modifies R-CNN with an SPP layer等。
其中单阶段目标检测网络有：MultiBox, AttentionNet , G-CNN, YOLO ,Single Shot MultiBox Detector (SSD) , YOLOv2 ,deconvolutional single shot detector (DSSD) , and deepl