当前位置: 代码迷 >> 综合 >> 目标检测 Object Detection in 20 Years: A Survey 阅读笔记
  详细解决方案

目标检测 Object Detection in 20 Years: A Survey 阅读笔记

热度:19   发布时间:2024-01-24 23:45:06.0

最近 20 年目标检测发展的特别的快。

不同地点目标检测问题有不同的困难。

主要分为两个阶段,基于传统的检测方法,基于深度学习的检测方法。原文把基于系统的方法比作冷兵器时代。

文中举例了一些传统的里程碑方法

  • Viola Jones Detectors
  • HOG Detector
  • Deformable Part-based Model (DPM)

基于 CNN 的里程碑方法(two stage)

  • RCNN
  • SPPNet
  • Fast RCNN
  • Faster RCNN
  • Feature Pyramid Networks

基于 CNN 的里程碑方法(one stage)

  • You Only Look Once (YOLO)
  • Single Shot MultiBox Detector (SSD)
  • RetinaNet

然后文章列举了一些重要的数据库

  • Pascal VOC
  • ILSVRC
  • MS-COCO
  • Open Images
  • Datasets of Other Detection Tasks

列举了一些标准。

之后讲诉了目标检测的技术革命

  相关解决方案