前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >大盘点 | 2019年4篇目标检测算法最佳综述

大盘点 | 2019年4篇目标检测算法最佳综述

作者头像
Amusi
发布2019-12-06 14:40:00
1.1K0
发布2019-12-06 14:40:00
举报
文章被收录于专栏:CVer

前言

上次整理了近期目标检测比较亮眼的论文汇总,详见: 一文看尽8篇目标检测最新论文(EfficientDet/EdgeNet/ASFF/RoIMix/SCL/EFGRNet等)。很多CVers在后台和微信社群反映:这些都是很新的论文,我刚入门都看不懂怎么办?

答:看综述!大概理清脉络后,再挑着细读论文,撸代码

正好已经2019年11月底了,是时候做个总结性盘点,而这次盘点的就是2019年目标检测综述(Object Detection Review)

本文分享的目标检测论文将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问):

https://github.com/amusi/awesome-object-detection

目标检测论文


【1】Object Detection in 20 Years: A Survey

时间:2019年5月

作者:密歇根大学&北航&卡尔顿大学&滴滴出行

链接:https://arxiv.org/abs/1905.05055

推荐指数:★★★★★

注:39页的目标检测综述,共计411篇参考文献,太强了!

目标检测"里程碑":2001-2019

目标检测多尺度方法:2001 - 2019

目标检测边框回归方法:2001 - 2019

目标检测非极大值抑制(NMS)方法:1994 - 2019


【2】A Survey of Deep Learning-based Object Detection

时间:2019年7月

作者:西安电子科技大学

链接:https://arxiv.org/abs/1907.09408

推荐指数:★★★★

注:30页的目标检测综述,从 Fast R-CNN到 NAS-FPN,均给出 COCO数据集上 mAP的数据,介绍10多种数据集,共计317篇参考文献!

Two-stage和One-stage目标检测基础框架

4种使用不同size feature map的目标检测算法

MS COCO 数据集算法性能对比


【3】Recent Advances in Deep Learning for Object Detection

时间:2019年8月

作者:新加坡管理大学&Salesforce

链接:https://arxiv.org/abs/1908.03673

推荐指数:★★★★

注:40页的目标检测综述,共计256篇参考文献!从2013 OverFeat到2019 NAS-FPN/CenterNet/DetNAS,涵盖目标检测机制、学习策略和应用方向等内容。还给出VOC/COCO数据集下的算法全面对比

目标检测"里程碑":2012-2019

目标检测关键知识点

VOC 数据集算法性能对比

MS COCO 数据集算法性能对比


【4】Imbalance Problems in Object Detection: A Review

时间:2019年9月

作者:中东技术大学

链接:https://arxiv.org/abs/1909.00169

推荐指数:★★★★

注:31页的目标检测综述,共计166篇参考文献!分别从特征提取改进、损失函数和抽样方法等方法来介绍。

Imbalance problems

Two-stage、One-stage和Bottom-Up目标检测基础框架

目标检测通用框架训练流程

Feature-level imbalance方法示例

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2019-11-28,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CVer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像识别
腾讯云图像识别基于深度学习等人工智能技术,提供车辆,物体及场景等检测和识别服务, 已上线产品子功能包含车辆识别,商品识别,宠物识别,文件封识别等,更多功能接口敬请期待。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档