目标检测20年大总结--根据源Paper盘点2000年到2020年【1】概览

目标检测–2000年到2020年大总结【1】概览

0、前言：

目标检测应用范围非常广，例如，行人检测、车辆检测、卫星遥感对地监测、无人驾驶、交通安全等等领域。目前，基于深度学习的目标检测已经取得了很多重要成果，但同时也面临着诸多挑战，一些常见挑战例如：目标背景的多样性，动态场景的不断变化，又如不同视角下的物体、光照和类内变化、物体的旋转和尺度变化（如小物体）、精确的目标定位，密集和遮挡目标的检测、检测速度的加快等对检测系统时效性和稳定性的要求也在逐渐提高。无论是在检测算法方面，还是硬件加速方面，目标检测都存在着许多难点和挑战，等待着我们去进一步突破。

本系列文章，计划较详细的对目标检测算法在时间纵向里进行较为全面的梳理。以源论文为基础尽量较详细准确的总结各算法相比于先前算法的改进策略，及其本身的创新点及不足之处。

此系列笔记不求噱头闻名于世，将以务实求真为主旨，力求科学严谨、但个人水平有限、写作整理过程中难免有错误的地方，请各位批评指出。希望对于目标检测领域的相关学者或工作人员具有一定的参考价值。

1、目标检测20年大事记

首先时间上，我们选择2000年至2020年这个时间段，我们粗略选些代表性事记的时间段来回顾目标检测的发展历程：

1.1 传统纪元

1.2001年，V-J检测器诞生，主要用于人脸的检测；