2016CVPR目标检测论文简介

目标检测的指标：

1）识别精度
2）识别效率
3）定位准确性

CVPR2016专题：

---

CVPR/ICCV目标检测最新论文

2016年的CVPR目标检测（这里讨论的是2D的目标检测）的方法主要是
基于CNN的框架，代表性的工作有

ResNet[1]（Kaiming He等）、
YOLO[5]（Joseph Redmon等）、
LocNet[7]（Spyros Gidaris等）、
HyperNet[3]（Tao Kong等）、
ION[2]（Sean Bell等）、
G-CNN[6]（Mahyar Najibi等）。

---

[1] He K, Zhang X, Ren S, et al. Deep residual learning for image recognition. In CVPR 2016

[2] Bell S, Zitnick C L, Bala K, et al. Inside-outside net: Detecting objects in context with skip pooling and recurrent neural networks. In CVPR