基于深度学习的目标检测算法综述（一）

   接下来的一系列文章是基于微信公众号：磐创AI 推送的有关文章进行总结和记录，现在将总结放在CSDN上为了便于自己查看和学习，同时也希望能起到一份知识传递的作用。

• 背景      

   目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初 2013 年提出的 R-CNN、OverFeat，到后面的 Fast/Faster R-CNN、SSD、YOLO 系列，再到 2018 年最近的 Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从 two stage 到 one stage，从 bottom-up only 到 Top-Down，从 single scale network 到 feature pyramid network，从面向 PC 端到面向手机端，都涌现出许多好的算法技术，这些算法在开放目标检测数据集上的检测效果和性能都很出色。

         首先通过图1对目标检测有一个轮廓性的了解，接下来针对于不同的部分进行结合论文进行概括。同时会给出每篇论文的出处、录用信息以及相关的开源代码链接，其中代码链接以磐创AI的作者实现和mxnet实现为主。

物体检测的任务是找出图像或视频中的感兴趣物体，同时检测出它们的位置和大小，是机器视觉领域的核心问题之一。

物体检测过程中有很多不确定因素，如图像中物体数量不确定，物体有不同的外观、形状、姿态，加之物体成像时会有光照、遮挡等因素的干扰，导致检测算法有一定的难度。进入深度学习时代以来，物体检测发展主要集中在两个方向：two stage 算法如 R-CNN 系列和 one stage 算法如 YOLO、SSD 等。两者的主要区别在于 two stage 算法需要先生成 proposal（一个有可能包含待检物体的预选框），然后进行细粒度的物体检测。而 one stage 算法会直接在网络中提取特征来预测物体分类和位置。

基于深度学习的目标检测算法综述分为三部分：

1. Two/One stage 算法改进。这部分将主要总结在 two/one stage 经典网络上改进的系列论文，包括 Faster R-CNN、YOLO、SSD 等经典论文的升级版本。

2. 解决方案。这部分归纳总结了目标检测的常见问题和近期论文提出的解决方案。

3. 扩展应用、综述。这部分介绍检测算法的扩展和其他综述类论文。