推荐CVer的总结 | 性能最强的目标检测算法
前言
趁最近目标检测（Object Detection）方向的论文更新较少，Amusi 赶紧做个"最强目标检测算法"大盘点。
https://github.com/amusi/awesome-object-detection
要知道衡量目标检测最重要的两个性能就是 精度和速度，特指 mAP 和 FPS。其实现在大多数论文要么强调 mAP 很高，要么就是强调 mAP 和 FPS 之间 Trade-off 有多好。
本文就来盘点一下 mAP 最高的目标检测算法，Amusi 将在COCO数据集上 mAP 最高的算法认为是"性能最强"目标检测算法。（COCO数据集是现在最主流的目标检测数据集，这一点看最新的顶会论文就知道了）
时间：2019.07.07
盘点内容：目标检测 mAP 最高的算法
说到目标检测算法，大家脑子里最先蹦出来的算法应该是 Faster R-CNN 和 YOLOv3。这一点在我调研的时候，从大家的反馈明显看得出来。
要知道 Faster R-CNN已经是2015年提出的论文了，而YOLOv3发表出来也已经一年多了。最近目标检测相关的论文，比较典型的有：SNIPER、CornerNet、ExtremeNet、TridentNet、FSAF、FCOS、FoveaBox、两个CenterNet 和 CornerNet-Lite等。
这么多目标检测算法，究竟哪家最强呢？！
性能最强的目标检测算法
这里 Amusi 罗列几个mAP很强很强的算法，并以时间线的角度来展示。
注意：各个网络使用不同backbone，或加不同的tricks，都会有不同的 mAP。所以Amusi 只介绍所能查到最强的算法或者最强组合算法。
SNIPER: Efficient Multi-Scale Training
mAP：47.6
Date：2018.05.23
arXiv：https://arxiv.org/abs/1805.09300
https://github.com/MahyarNajibi/SNIPER/
TridentNet：Scale-Aware Trident Networks for Object Detection
mAP：48.4
Date：2019.01.07 （已开源）
arXiv：https://arxiv.org/abs/1901.01892
https://github.com/TuSimple/simpledet
HTC + DCN + ResNeXt-101-FPN
mAP：50.7
Date：2019.01.22 （已开源）
arXiv：https://arxiv.org/abs/1901.07518
https://github.com/open-mmlab/mmdetection
NAS-FPN: Learning Scalable Feature Pyramid Architecture for Object Detection
mAP：48.3
Date：2019.04.16 （未开源）
arXiv：https://arxiv.org/abs/1904.07392
CornerNet-Saccade+gt attention
mAP：50.3
Date：2019.04.18 （已开源）
arXiv：https://arxiv.org/abs/1904.08900
https://github.com/princeton-vl/CornerNet-Lite
Cascade R-CNN：High Quality Object Detection and Instance Segmentation
mAP：50.9
Date：2019.06.24 （已开源）
arXiv：https://arxiv.org/abs/1906.09756
Caffe：https://github.com/zhaoweicai/cascade-rcnn
PyTorch：https://github.com/zhaoweicai/Detectron-Cascade-RCNN
Learning Data Augmentation Strategies for Object Detection
mAP：50.7
Date：2019.06.26 （已开源）
arXiv：https://arxiv.org/abs/1906.11172
https://github.com/tensorflow/tpu/tree/master/models/official/detection
综上所述，可知改进后的 Cascade R-CNN 算法是目前(2019.07.07)目标检测方向性能最强的算法，其 mAP 为 50.9。
侃侃
这里将 mAP 作为目标检测最强的指标，确实有失偏颇，不够严谨，因为很多人将目标检测应用在不同的任务上，其实要求的性能也有所不同。但请放心，Amusi 后续会统计一波 FPS最快的目标检测算法 和 mAP-FPS Trade-off 最佳的算法。
调查的论文和链接我会放在：https://github.com/amusi/awesome-object-detection，欢迎各位CVer进行 star 和 fork！
作者CVer-的公众号
▲长按关注我们
机器学习初学者
黄海广博士创建的公众号，黄海广博士个人知乎粉丝21000+，github排名全球前120名（30000+）。本公众号致力于人工智能方向的科普性文章，为初学者提供学习路线和基础资料。原创作品有：吴恩达机器学习个人笔记、吴恩达深度学习笔记等。
往期精彩回顾
那些年做的学术公益-你不是一个人在战斗
良心推荐：机器学习入门资料汇总及学习建议
吴恩达机器学习课程笔记及资源（github标星12000+，提供百度云镜像）
吴恩达深度学习笔记及视频等资源（github标星8500+，提供百度云镜像）
《统计学习方法》的python代码实现（github标星7200+）
精心整理和翻译的机器学习的相关数学资料
首发：深度学习入门宝典-《python深度学习》原文代码中文注释版及电子书
图解word2vec(原文翻译)