Object Detection in 20 Years: A Survey【持续更新中】

原文：https://www.cnblogs.com/zhaojunjie/p/10886099.html

论文链接：https://arxiv.org/pdf/1905.05055.pdf

 

1. 引言

如上图，从1998~2018年，每年目标检测相关论文不断增长。

本文相对于其他目标检测综述有以下优点：

• 更加综合、广泛的综述。本文回顾了近20年的400+篇目标检测相关论文。相对于其他综述聚焦于局部进展，本文更加全面。
• 对关键技术更加深入的探讨。本文对一些关键技术的起源和作用进行深入探讨，如多尺度、难样本挖掘、边框回归等。这是其他综述所没有的。
• 检测加速技术的全面分析。针对pipeline、backbone和数值计算等加速方法进行分析。
• 目标检测领域当前的难点及挑战。

2. 目标检测的20年

2.1 里程碑事件

如上图所示本节从传统方法开始，到two-stage的深度方法，最后到one-stage的深度方法。

2.1.1 传统方法

VJ Detectors 【介绍】【论文】【代码】

该方法(2001年)是第一篇真正意义上达到实时的检测方法。它之所以能够取得如此成绩，主要是基于以下改进：

• 积分图。根据积分图可以方便的计算原图每一个区域的特征。

　

• 特征选择：使用Adaboost进行特征选择，多个弱分类器组成强分类器。
• 级联检测：由错到细的检测结构，提高速度的同时保证精度。

 

转载于:https://www.cnblogs.com/zhaojunjie/p/10886099.html