目标检测文章综述

目前深度学习目标检测获得了很大的发展，主要的算法分为two-stage 与one-stage算法：

two-stage：

RCNN系列的文章主要是RCNN，Fast RCNN， Faster RCNN， Mask RCNN, Cascade RCNN,这一系列的文章是目标检测two-stage算法的代表，这系列的算法精度高，效果好，是一类重要的方法。

Faster rcnn算法基本上奠定了rcnn系列的成熟的框架。cascade rcnn算法在目标检测的比赛中基本上是获奖必用的算法，效果是真的好。

• RCNN：RCNN系列文章之RCNN详解

• Fast RCNN:RCNN系列文章之Fast RCNN详解

• Faster RCNN:RCNN系列文章之Faster RCNN详解

• Mask RCNN:RCNN系列文章之Mask RCNN详解

• Cascade RCNN:RCNN系列文章之Cascade RCNN详解

one-stage：

Yolo系列

• YOLO v1: yolo系列文章之yolov1详解
• YOLOv2(YOLO9000): yolo系列文章之yolov2详解
• YOLOv3: yolo系列文章之yolov3详解

SSD系列

SSD系列的文章先占个坑，后边再写吧

• SSD：SSD 论文原文完整翻译
• DSSD
• RFBNet
• RefineDet
• M2Det
• Pelee

大家如果看到好的论文，以及一些相对较好的中文详解文章，请在评论区交流一下，互相学习。

更多深度学习论文请点击查看

github地址