FPN（Feature Pyramid Networks for object detection）总结 论文题目：Feature Pyramid Networks for Object Detection 论文地址：传送门 Introduction 在传统的手工提取特征里，金字塔模型用于提取层次化的特征，然而在深度学习里基本上抛弃了这种方式，而FPN(Feature Pyramid Networks)则将金字塔模型融入到深度神经网络当中，从而 在目标检测时取得了显著的提升。 作者展示了四种常见的金 2019-10-30 目标检测
Cascade R-CNN模型总结 论文名称：Cascade R-CNN: Delving into High Quality Object Detection 论文地址：传送门 Introduction 众所周知，在目标检测中IoU的阈值越高，则样本质量就越好，但是一味的提升阈值会引发两个问题： 样本过少引起过拟合 在train和inference时使用不同的阈值会导致mismatch 因此作者提出了一种multi-stage的 2019-10-30 目标检测
R-FCN模型总结 论文名称：R-FCN: Object Detection via Region-based Fully Convolutional Networks 论文地址：传送门 Introduction 传统的影像分类模型需要依赖特征的平移不变性（translation-invariance），而对于检测网络，影像的平移显然会影像到目标的定位与识别，因此其需要依赖位置敏感性（translation-vari 2019-09-17 目标检测 目标检测
YOLO系列模型总结 YOLO v1 论文名称：You Only Look Once: Unified, Real-Time Object Detection 论文地址：传送门 Introduction 以往的目标检测算法（尤其是R-CNN系列）将目标检测问题归结为分类问题，即先寻找目标可能存在的区域（Bounding box），然后对这些Box分类，从而确定目标。Yolo则将目标检测问题转换为一个回归问题（Regre 2019-09-17 目标检测
SSD&& MS R-CNN模型总结 论文名称：SSD: Single Shot MultiBox Detector 论文地址：传送门 Introduction 相比于多阶段（Multi-Stage）的方法，SSD是一个Single Shot的目标检测算法，它可以直接输出不同比例、不同尺寸的Bounding box，其结合了不同层的特征图，从而可以处理多种尺寸的 物体。 2019-09-17 目标检测