自学基于深度学习的目标检测算法--小白篇

开场白：从小白开始，独自一人摸着石头过河（N次想放弃），犯了N次错，尚在摸索中！

一、软硬需求

1.  软件：了解C、C++与python（本人菜鸟，只是了解的水平），了解Linux

2.  硬件：一台配备GPU的电脑（本人使用的是英伟达的GPU：GTX1080ti），建议安装Linux系统（后面需要安装：显卡驱动、CUDA、CUDNN，教程网上很多）

二、小白自述

学习历程：了解存在的主流深度学习框架、了解主流的检测算法->跑通几个程序->深入了解其原理（读原作者论文）->自己制作数据集然后进行训练与检测->最后修改网络->自行搭建网络

所有的程序直接在GitHub上搜索即可获得：https://github.com/

三、基于深度学习的目标检测算法发展历程

关于DL目标检测算法的总结性文章，均在网上搜素

推荐链接：

1.主流框架对比

http://blog.csdn.net/app_12062011/article/details/54691945

2.深度学习目标检测算法总结

（1）R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO,SSD系列深度学习检测方法梳理 - venus024 - 博客园

         http://www.cnblogs.com/venus024/p/5717766.html#undefined

（2）R-FCN、SSD、YOLO2、faster-rcnn和labelImg实验笔记 - 七月在线：

                   https://ask.julyedu.com/question/7490

 （3）深度学习检测方法梳理 - venus024 - 博客园

                   http://www.cnblogs.com/venus024/p/5590044.html

（4）基于深度学习的目标检测研究进展 - QQLQ - 博客园

                   http://www.cnblogs.com/laiqun/p/5750450.html

 （5）基于深度学习的目标检测学习总结 - NodYoung - CSDN博客

                   http://blog.csdn.net/NNNNNNNNNNNNY/article/details/68483053