Object Detection in 20 Years: A Survey【持续更新中】

概述原文：https://www.cnblogs.com/zhaojunjie/p/10886099.html 论文链接：https://arxiv.org/pdf/1905.05055.pdf   1. 引言 如上图，从1998~2018年，每年目标检测相关论文不断增长。 本文相对于其他目标检测综述有以下优点： 更加综合、广泛的综述。本文回顾了近20年的400+篇目标检测相关论文。相对于其他综述聚焦 @H_403_0@ @H_403_0@

原文：https://www.cnblogs.com/zhaojunjie/p/10886099.html

论文链接：https://arxiv.org/pdf/1905.05055.pdf

 

1. 引言

如上图，从1998~2018年，每年目标检测相关论文不断增长。

本文相对于其他目标检测综述有以下优点：

更加综合、广泛的综述。本文回顾了近20年的400+篇目标检测相关论文。相对于其他综述聚焦于局部进展，本文更加全面。 对关键技术更加深入的探讨。本文对一些关键技术的起源和作用进行深入探讨，如多尺度、难样本挖掘、边框回归等。这是其他综述所没有的。 检测加速技术的全面分析。针对pipeline、backbone和数值计算等加速方法进行分析。 目标检测领域当前的难点及挑战。 2. 目标检测的20年 2.1 里程碑事件

如上图所示本节从传统方法开始，到two-stage的深度方法，最后到one-stage的深度方法。

2.1.1 传统方法 VJ Detectors 【介绍】【论文】【代码】

该方法(2001年)是第一篇真正意义上达到实时的检测方法。它之所以能够取得如此成绩，主要是基于以下改进：

积分图。根据积分图可以方便的计算原图每一个区域的特征。

　

特征选择：使用Adaboost进行特征选择，多个弱分类器组成强分类器。 级联检测：由错到细的检测结构，提高速度的同时保证精度。 @H_403_0@ 总结

以上是内存溢出为你收集整理的Object Detection in 20 Years: A Survey【持续更新中】全部内容，希望文章能够帮你解决Object Detection in 20 Years: A Survey【持续更新中】所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。