深度学习類技术整理

1. 針對對各技術特点分類的mind map：

圖片轉載 https://mp.weixin.qq.com/s/fiUUkT7hyJwXmAGQ1kMcqQ

 

2.一路照發展順序介紹了許多深度學習基本模塊：滑动窗口检测器、选择性搜索、边界框回归器、池化層、候选区域网络（RPN）、特征金字塔网络（FPN）、Focal Loss

Ref : 从RCNN到SSD目标检测算法盘点 https://www.jiqizhixin.com/articles/2018-04-27

 

3. 把2013-2020的deep learning object detection論文幾乎收錄的大礼包，除了論文連結有些還有官网源碼連結

還做了張發展roadmap並標註一些重大算法誔生的時間点！

Ref:  https://github.com/hoya012/deep_learning_object_detection#2014

 

4. FAIR detectron：Facebook AI 研究院（FAIR）开源了 Detectron，业内集大成與一身的深度學習目标检测平台。並自創了一個"detectorn"名詞。不過必需用GPU跑，而且我用2GB內存的顯卡跑過還跑不動......

项目地址：https://github.com/facebookresearch/Detectron

在 FAIR 实验室，Detectron 目前已经支持很多研究项目的实现，包括：

• Feature Pyramid Networks for Object Detection (https://arxiv.org/abs/1612.03144)

• Mask R-CNN (https://arxiv.org/abs/1703.06870)

• Detecting and Recognizing Human-Object Interactions (https://arxiv.org/abs/1704.07333)

• Focal Loss for Dense Object Detection (https://arxiv.org/abs/1708.02002)

• Non-local Neural Networks (https://arxiv.org/abs/1711.07971)

• Learning to Segment Every Thing (https://arxiv.org/abs/1711.10370)

• Data Distillation: Towards Omni-Supervised Learning (https://arxiv.org/abs/1712.04440)

 Ref: 介紹detectron細節的博主 https://www.jiqizhixin.com/articles/2018-01-23-6