目标检测 - 专知

知识荟萃

目标检测（物体检测, Object Detection) 专知荟萃

入门学习

图像目标检测（Object Detection）原理与实现（1-6）
目标检测从入门到精通(1-3)
深度学习500问之目标检测
- [https://github.com/scutan90/DeepLearning-500-questions/blob/master/ch08_%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B/%E7%AC%AC%E5%85%AB%E7%AB%A0_%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B.md]
目标检测（Object Detection）入门
- [https://blog.csdn.net/f290131665/article/details/81012556]
- [https://zhuanlan.zhihu.com/p/34142321]

综述

地平线黄李超开讲：深度学习和物体检测！
- [https://www.sohu.com/a/163460329_642762]
对话CVPR2016：目标检测新进展：
- [https://zhuanlan.zhihu.com/p/21533724]
基于深度学习的目标检测技术演进：R-CNN、Fast R-CNN、Faster R-CNN：
- [http://www.cnblogs.com/skyfsm/p/6806246.html]
基于深度学习的目标检测研究进展
- [https://mp.weixin.qq.com/s/RxogMJ86FkQHrzaF4SxFNQ]
讲堂干货No.1｜山世光－基于深度学习的目标检测技术进展与展望
- [https://mp.weixin.qq.com/s/NV2hWofOCractLt45-wI1A]
基于特征共享的高效物体检测 Faster R-CNN和ResNet的作者任少卿博士毕业论文中文
- [https://pan.baidu.com/s/1gfxTbNl]
R-CNN：论文笔记
- [http://www.cnblogs.com/kingstrong/p/4969472.html], [http://blog.gater.vip/articles/2015/11/02/1478607351098.html]
Fast-RCNN:
- 深度学习物体检测（三）——FAST-RCNN：
- [https://www.cnblogs.com/yanshw/p/10767212.html]
- Fast-RCNN:[https://zhuanlan.zhihu.com/p/24780395]
Faster-RCNN:
- [https://www.cnblogs.com/chaofn/p/9310912.html]
FPN:
- Feature Pyramid Networks for Object Detection 论文笔记：
- [http://blog.csdn.net/jesse_mx/article/details/54588085]
- CVPR 2017论文解读：特征金字塔网络FPN：
- [http://www.sohu.com/a/159780794_465975]
- FPN（feature pyramid networks）算法讲解：
- [http://blog.csdn.net/u014380165/article/details/72890275]
R-FCN:
- 基于区域的全卷积网络来检测物体:
- [http://blog.csdn.net/shadow_guo/article/details/51767036]
- [译] 基于R-FCN的物体检测:
- [http://www.jianshu.com/p/db1b74770e52]
SSD:
- Single Shot MultiBox Detector论文阅读：
- [http://blog.csdn.net/u010167269/article/details/52563573]
- 【深度学习：目标检测】RCNN学习笔记(10)：SSD:Single Shot MultiBox Detector：
- [http://blog.csdn.net/smf0504/article/details/52745070]
- 翻译SSD论文(Single Shot MultiBox Detector)，仅作交流：
- [http://blog.csdn.net/Ai_Smith/article/details/52997456?locationNum=2&fps=1]
- CNN目标检测与分割（三）：SSD详解：
- [https://blog.csdn.net/a8039974/article/details/77592395]
- SSD关键源码解析：
- [https://zhuanlan.zhihu.com/p/25100992]
YOLO:
- YOLO：实时快速目标检测：
- [https://zhuanlan.zhihu.com/p/25045711]
- YOLO详解: [https://zhuanlan.zhihu.com/p/25236464]
- YOLO升级版：YOLOv2和YOLO9000解析:
- [https://zhuanlan.zhihu.com/p/29816334]
- YOLO升级版：YOLOv2和YOLO9000解析：
- [https://zhuanlan.zhihu.com/p/29816334]
- YOLO v2之总结篇（linux+windows）：
- [http://blog.csdn.net/qq_14845119/article/details/53589282]
- YOLOv2 论文笔记：
- [http://blog.csdn.net/jesse_mx/article/details/53925356]
- 目标检测网络之 YOLOv3
- [https://www.cnblogs.com/makefile/p/YOLOv3.html]
DenseBox:余凯特邀报告：基于密集预测图的物体检测技术造就全球领先的ADAS系统
- [http://mp.weixin.qq.com/s/9Z9mO3DJ7uPuirMAbPkDcw]
PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection - [http://www.cnblogs.com/xueyuxiaolang/p/5959442.html]
深度学习论文笔记：DSSD - [https://jacobkong.github.io/blog/2938514597/]
DSOD
- 复旦大学Ph.D沈志强：用于目标检测的DSOD模型（ICCV 2017） | 分享总结:
- [http://www.sohu.com/a/198226907_114877]
- 目标检测--DSOD: Learning Deeply Supervised Object Detectors from Scratch：
- [http://blog.csdn.net/zhangjunhit/article/details/77247695]
Focal Loss:
- Focal Loss:
- [http://blog.csdn.net/u014380165/article/details/77019084]
- 读Focal Loss:
- [https://zhuanlan.zhihu.com/p/28873248]
Soft-NMS:
- 一行代码改进NMS:
- [http://blog.csdn.net/shuzfan/article/details/71036040]
OHEM:
- 论文笔记 OHEM: Training Region-based Object Detectors with Online Hard Example Mining:
- [http://blog.csdn.net/u012905422/article/details/52760669]
Mask-RCNN 2017:
- Mask-RCNN 2017:
- [http://blog.csdn.net/inuchiyo_china/article/details/70860939]
- 目标检测分割--Mask R-CNN:
- [http://blog.csdn.net/zhangjunhit/article/details/64920075?locationNum=6&fps=1]
- 解读|Facebook 何凯明发大招：Mask R-CNN 狙击目标实例分割:
- [http://www.sohu.com/a/130676187_642762]
目标检测之比较
- 目标检测之RCNN，SPP-NET，Fast-RCNN，Faster-RCNN：
- [http://lanbing510.info/2017/08/24/RCNN-FastRCNN-FasterRCNN.html]
- RCNN, Fast-RCNN, Faster-RCNN的一些事：
- [http://closure11.com/rcnn-fast-rcnn-faster-rcnn%E7%9A%84%E4%B8%80%E4%BA%9B%E4%BA%8B/]
- 机器视觉目标检测补习贴之R-CNN系列 — R-CNN, Fast R-CNN, Faster R-CNN ，目标检测补习贴之YOLO实时检测, You only look once ：
- [http://nooverfit.com/wp/]
- 目标检测算法：RCNN、YOLO vs DPM：
- [https://juejin.im/entry/59564e1f6fb9a06b9c7408f9]
- 如何评价rcnn、fast-rcnn和faster-rcnn这一系列方法？:
- [https://www.zhihu.com/question/35887527]
视觉目标检测和识别之过去，现在及可能
- [https://zhuanlan.zhihu.com/p/27546796]
CVPR2019目标检测方法进展综述
- [https://zhuanlan.zhihu.com/p/59398728]
基于深度学习的「目标检测」算法综述
- [https://zhuanlan.zhihu.com/p/33981103]
目标检测综述
- [https://www.cnblogs.com/fydeblog/p/10447875.html]
- [https://blog.csdn.net/electech6/article/details/95240278]
- [https://www.jianshu.com/p/8c0e0d19399b]
深度学习目标检测网络汇总对比
- [https://shartoo.github.io/obj_detect_summary/]
从锚点到关键点，最新的目标检测方法发展到哪了
- [http://blog.itpub.net/29829936/viewspace-2654215/]
从RCNN到SSD，这应该是最全的一份目标检测算法盘点
- [http://baijiahao.baidu.com/s?id=1598999301741831102&wfr=spider&for=pc]
目标检测中的不平衡问题：综述
- [https://arxiv.org/abs/1909.00169]
深度学习中用于对象检测的最新进展
- [https://arxiv.org/abs/1908.03673]
基于深度学习的对象检测概述
- [https://arxiv.org/abs/1907.09408]
目标检测20年：综述

[https://arxiv.org/abs/1905.05055]

深度卷积神经网络时代目标检测的最新进展
- [https://arxiv.org/abs/1809.03193]
用于通用对象检测的深度学习：综述
- [https://arxiv.org/abs/1809.02165]

进阶文章

Deep Neural Networks for Object Detection （基于DNN的对象检测）NIPS2013:
- [http://papers.nips.cc/paper/5207-deep-neural-networks-for-object-detection.pdf]
R-CNN Rich feature hierarchies for accurate object detection and semantic segmentation:
- [https://arxiv.org/abs/1311.2524]
Fast R-CNN :
- [http://arxiv.org/abs/1504.08083]
Faster R-CNN Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks:
- [http://arxiv.org/abs/1506.01497]
Mask R-CNN
- [http://arxiv.org/abs/1703.06870]
Light-Head R-CNN
- [https://arxiv.org/abs/1711.07264]
Cascade R-CNN
- [https://arxiv.org/abs/1712.00726]
Scalable Object Detection using Deep Neural Networks
- [http://arxiv.org/abs/1312.2249]
Scalable, High-Quality Object Detection
- [http://arxiv.org/abs/1412.1441]
SPP-Net Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
- [http://arxiv.org/abs/1406.4729]
DeepID-Net DeepID-Net: Deformable Deep Convolutional Neural Networks for Object Detection
- [https://arxiv.org/abs/1412.5661]
Object Detectors Emerge in Deep Scene CNNs
- [http://arxiv.org/abs/1412.6856]
segDeepM: Exploiting Segmentation and Context in Deep Neural Networks for Object Detection
- [https://arxiv.org/abs/1502.04275]
Object Detection Networks on Convolutional Feature Maps
- [http://arxiv.org/abs/1504.06066]
Improving Object Detection with Deep Convolutional Networks via Bayesian Optimization and Structured Prediction
- [http://arxiv.org/abs/1504.03293]
DeepBox: Learning Objectness with Convolutional Networks
- [http://arxiv.org/abs/1504.03293]
Object detection via a multi-region & semantic segmentation-aware CNN model
- [http://arxiv.org/abs/1505.01749]
You Only Look Once: Unified, Real-Time Object Detection
- [http://arxiv.org/abs/1506.02640]
YOLOv2 YOLO9000: Better, Faster, Stronger
- [https://arxiv.org/abs/1612.08242]
YOLOv3
- [https://arxiv.org/abs/1804.02767]
YOLT
- [https://arxiv.org/abs/1805.09512]
AttentionNet: Aggregating Weak Directions for Accurate Object Detection
- [http://arxiv.org/abs/1506.07704]
DenseBox: Unifying Landmark Localization with End to End Object Detection
- [http://arxiv.org/abs/1509.04874]
SSD: Single Shot MultiBox Detector
- [http://arxiv.org/abs/1512.02325]
DSSD : Deconvolutional Single Shot Detector
- [https://arxiv.org/abs/1701.06659]
FSSD
- [https://arxiv.org/abs/1712.00960]
ESSD
- [https://arxiv.org/abs/1801.05918]
MDSSD
- [https://arxiv.org/abs/1805.07009]
Pelee
- [https://arxiv.org/abs/1804.06882]
Fire SSD
- https://arxiv.org/abs/1806.05363
G-CNN: an Iterative Grid Based Object Detector
- [http://arxiv.org/abs/1512.07729]
HyperNet: Towards Accurate Region Proposal Generation and Joint Object Detection
- [http://arxiv.org/abs/1604.00600]
A MultiPath Network for Object Detection
- [http://arxiv.org/abs/1604.02135]
R-FCN: Object Detection via Region-based Fully Convolutional Networks
- [http://arxiv.org/abs/1605.06409]
A Unified Multi-scale Deep Convolutional Neural Network for Fast Object Detection
- [http://arxiv.org/abs/1607.07155]
PVANET: Deep but Lightweight Neural Networks for Real-time Object Detection
- [http://arxiv.org/abs/1608.08021]
Feature Pyramid Networks for Object Detection
- [https://arxiv.org/abs/1612.03144]
Learning Chained Deep Features and Classifiers for Cascade in Object Detection
- [https://arxiv.org/abs/1702.07054]
DSOD: Learning Deeply Supervised Object Detectors from Scratch
- [https://arxiv.org/abs/1708.01241]
Focal Loss for Dense Object Detection ICCV 2017 Best student paper award. Facebook AI Research
- [https://arxiv.org/abs/1708.02002]
MegDet
- [https://arxiv.org/abs/1711.07240]
Mask-RCNN 2017 ICCV 2017 Best paper award. Facebook AI Research
- [http://arxiv.org/abs/1703.06870]
RefineNet
- [https://arxiv.org/abs/1711.06897]
DetNet
- [https://arxiv.org/abs/1804.06215]
SSOD
- [https://arxiv.org/abs/1806.03370]
CornerNet
- [https://arxiv.org/abs/1808.01244]
M2Det
- [https://arxiv.org/abs/1811.04533]
3D Object Detection
- [https://arxiv.org/abs/1901.08373]
- [https://arxiv.org/abs/1805.04902]
ZSD（Zero-Shot Object Detection）
- [https://arxiv.org/abs/1803.07113]
OSD（One-Shot object Detection）
- [https://arxiv.org/abs/1904.02317]
Weakly Supervised Object Detection
- [https://arxiv.org/abs/1810.02569]
Softer-NMS
- [https://arxiv.org/abs/1809.08545]
NAS-FPN，可实现比Mask-RCNN、FPN、SSD更快更好的目标检测
- [https://arxiv.org/abs/1904.07392]
- [https://www.shangyexinzhi.com/article/details/id-112816/]
多方向目标检测：水平边界框上的滑动顶点
- [https://arxiv.org/abs/1911.09358]
SM-NAS：结构到模块的神经体系结构搜索以进行目标检测
- [https://arxiv.org/abs/1911.09929]
基于PSNet和边框回归的弱监督目标检测(WSOD)
- [https://arxiv.org/abs/1911.11512]
带有可见IoU和Box Sign预测器的遮挡性行人检测
- [https://arxiv.org/abs/1911.11449]
CSPNet：可以增强CNN学习能力的新型Backbone
- [https://arxiv.org/abs/1911.11929]
ReBiF：残差双融合特征金字塔网络，用于较精确的Single-shot目标检测
- [https://arxiv.org/abs/1911.12051]
目标检测的性能上界讨论
- [https://arxiv.org/abs/1911.12451]
DIoU Loss：更快更好地学习边界框回归
- [https://arxiv.org/abs/1911.08287]
CoAE：用于One-Shot目标检测的共同注意和共同激励
- [https://arxiv.org/abs/1911.12529]
SAPD：Soft Anchor-Point目标检测
- [https://arxiv.org/abs/1911.12448]
MMOD：基于混合模型的目标检测边界框密度估计
- [https://arxiv.org/abs/1911.12721]
IENet：方向性航空目标检测的One Stage Anchor Free检测器
- [https://arxiv.org/abs/1912.00969]
MnasFPN：用于移动设备上目标检测的延迟感知的金字塔体系结构
- [https://arxiv.org/abs/1912.01106]
IPG-Net：用于目标检测的图像金字塔引导网络
- [https://arxiv.org/abs/1912.00632]
MAL：用于目标检测的多Anchor学习
- [https://arxiv.org/abs/1912.02252]
ATSS：缩小Anchor-free和Anchor-based的性能差距：通过自适应训练样本选择
- [https://arxiv.org/abs/1912.02424]
Strong-Weak Distribution Alignment for Adaptive Object Detection
- [https://arxiv.org/abs/1812.04798]
PartNet: A Recursive Part Decomposition Network for Fine-grained and Hierarchical Shape Segmentation
- [https://arxiv.org/abs/1903.00709]
Deep HoughVoting for 3D Object Detection in Point Clouds
- [https://arxiv.org/abs/1904.09664]
Simultaneous multi-view instance detection with learned geometric soft-constraints
- [https://arxiv.org/abs/1907.10892]
Cap2Det: Learning to Amplify Weak Caption Supervision for Object Detection
- [https://arxiv.org/abs/1907.10164]
Towards Adversarially Robust Object Detection
- [https://arxiv.org/abs/1907.10310]
Multi-adversarial Faster-RCNN for Unrestricted Object Detection
- [https://arxiv.org/abs/1907.10343]
Selectivity or Invariance: Boundary-aware Salient Object Detection
- [https://arxiv.org/pdf/1812.10066.pdf]
Joint Monocular 3D Detection and Tracking
- [https://arxiv.org/abs/1811.10742]
GA-DAN: Geometry-Aware Domain Adaptation Network for Scene Text Detection and Recognition
- [https://arxiv.org/abs/1907.09653]
ThunderNet: Towards Real-time Generic Object Detection
- [https://arxiv.org/abs/1903.11752]
MemorizingNormality to Detect Anomaly: Memory-augmented Deep Autoencoder (MemAE) forUnsupervised Anomaly Detection
- [https://arxiv.org/abs/1904.02639]

Tutorial

CVPR'17 Tutorial Deep Learning for Objects and Scenes by Kaiming He Ross Girshick
- [http://deeplearning.csail.mit.edu/]
ICCV 2015 Tools for Efficient Object Detection
- [http://mp7.watson.ibm.com/ICCV2015/ObjectDetectionICCV2015.html]
Object Detection
- [http://class.inrialpes.fr/tutorials/triggs-icvss1.pdf]
Image Recognition and Object Detection : Part 1
- [https://www.learnopencv.com/image-recognition-and-object-detection-part1/]
R-CNN for Object Detection
- [https://courses.cs.washington.edu/courses/cse590v/14au/cse590v_wk1_rcnn.pdf]
史上最详尽的yolo教程
- https://github.com/AlexeyAB/darknet#how-to-train-to-detect-your-custom-objects
- https://www.e-learn.cn/content/qita/2332027
Keras-RetinaNet训练自己的数据详细教程
- https://blog.csdn.net/sinat_35512245/article/details/88188365

视频教程

cs231 第11讲 Detection and Segmentation
- PPT ：[http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture11.pdf] 视频：[https://www.youtube.com/watch?v=nDPWywWRIRo&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv]
Deep Learning for Instance-level Object Understanding by Ross Girshick.
- PPT：[http://deeplearning.csail.mit.edu/instance_ross.pdf]
- 视频：[https://youtu.be/jHv37mKAhV4?t=2349]
(全)深度学习之目标检测常用算法原理+实践精讲
- [https://www.bilibili.com/video/av68991919?p=1]
最全的目标检测原理讲解
- [https://www.bilibili.com/video/av70977633?p=1]
深度学习之分类与目标检测
- [https://www.bilibili.com/video/av55200663?p=1]
2019最新基于深度学习的目标检测原理及实践教程
- [https://www.bilibili.com/video/av74399668?p=1]
Tensorflow Object Detection Tutorial

代码

R-CNN
- [https://github.com/rbgirshick/rcnn]
Fast R-CNN:
- [https://github.com/rbgirshick/fast-rcnn]
- github("Fast R-CNN in MXNet"): https://github.com/precedenceguo/mx-rcnn
- github: https://github.com/mahyarnajibi/fast-rcnn-torch
- github: https://github.com/apple2373/chainer-simple-fast-rnn
- github: https://github.com/zplizzi/tensorflow-fast-rcnn
Faster R-CNN
- github(official, Matlab): https://github.com/ShaoqingRen/faster_rcnn
- github: https://github.com/rbgirshick/py-faster-rcnn
- github: https://github.com/mitmul/chainer-faster-rcnn
- github: https://github.com/andreaskoepf/faster-rcnn.torch
- github: https://github.com/ruotianluo/Faster-RCNN-Densecap-torch
- github: https://github.com/smallcorgi/Faster-RCNN_TF
- github: https://github.com/CharlesShang/TFFRCNN
- github(C++ demo): https://github.com/YihangLou/FasterRCNN-Encapsulation-Cplusplus
- github: https://github.com/yhenon/keras-frcnn
SPP-Net
- [https://github.com/ShaoqingRen/SPP_net]
YOLO
- github: https://github.com/gliese581gg/YOLO_tensorflow
- github: https://github.com/xingwangsfu/caffe-yolo
- github: https://github.com/frankzhangrui/Darknet-Yolo
- github: https://github.com/BriSkyHekun/py-darknet-yolo
- github: https://github.com/tommy-qichang/yolo.torch
- github: https://github.com/frischzenger/yolo-windows
- github: https://github.com/AlexeyAB/yolo-windows
- github: https://github.com/nilboy/tensorflow-yolo
YOLOv2
- github(Chainer): https://github.com/leetenki/YOLOv2
- github(Keras): https://github.com/allanzelener/YAD2K
- github(PyTorch): https://github.com/longcw/yolo2-pytorch
- github(Tensorflow): https://github.com/hizhangp/yolo_tensorflow
- github(Windows): https://github.com/AlexeyAB/darknet
- github: https://github.com/choasUp/caffe-yolo9000
- github: https://github.com/philipperemy/yolo-9000
YOLOv3
- https://github.com/qqwweee/keras-yolo3
- https://github.com/marvis/pytorch-yolo3
- https://github.com/experiencor/keras-yolo3
- https://github.com/ultralytics/yolov3
- https://github.com/eriklindernoren/PyTorch-YOLOv3
- https://github.com/YunYang1994/tensorflow-yolov3
- https://github.com/SpikeKing/keras-yolo3-detection
SSD
- github: https://github.com/zhreshold/mxnet-ssd
- github: https://github.com/zhreshold/mxnet-ssd.cpp
- github: https://github.com/rykov8/ssd_keras
- github: https://github.com/balancap/SSD-Tensorflow
- github: https://github.com/amdegroot/ssd.pytorch
- github(Caffe): https://github.com/chuanqi305/MobileNet-SSD
Recurrent Scale Approximation for Object Detection in CNN
- [https://github.com/sciencefans/RSA-for-object-detection]
Mask-RCNN 2017
- Keras [https://github.com/matterport/Mask_RCNN]
- TensorFlow [https://github.com/CharlesShang/FastMaskRCNN]
- Pytorch [https://github.com/felixgwu/mask_rcnn_pytorch]
- caffe [https://github.com/jasjeetIM/Mask-RCNN]
- MXNet [https://github.com/TuSimple/mx-maskrcnn]
Light-Head R-CNN
- https://github.com/zengarden/light_head_rcnn
- https://github.com/terrychenism/Deformable-ConvNets/blob/master/rfcn/symbols/resnet_v1_101_rfcn_light.py#L784
Cascade R-CNN
- https://github.com/zhaoweicai/cascade-rcnn
YOLT
- https://github.com/avanetten/yolt
DSSD
- https://github.com/chengyangfu/caffe/tree/dssd
- https://github.com/MTCloudVision/mxnet-dssd
Pelee
- https://github.com/Robert-JunWang/Pelee
R-FCN
- https://github.com/daijifeng001/R-FCN
- https://github.com/msracver/Deformable-ConvNets/tree/master/rfcn
- https://github.com/Orpine/py-R-FCN
- https://github.com/PureDiors/pytorch_RFCN
- https://github.com/bharatsingh430/py-R-FCN-multiGPU
- https://github.com/xdever/RFCN-tensorflow
FPN
- https://github.com/xiaohaoChen/rrc_detection
- https://github.com/taokong/RON
- https://github.com/sciencefans/RSA-for-object-detection
DSOD
- https://github.com/szq0214/DSOD
- https://github.com/Windaway/DSOD-Tensorflow
- https://github.com/chenyuntc/dsod.pytorch
- https://github.com/szq0214/GRP-DSOD
RetinaNet
- https://github.com/fizyr/keras-retinanet
- https://github.com/yhenon/pytorch-retinanet
- https://github.com/CasiaFan/tensorflow_retinanet
MegDet
- https://github.com//ruinmessi/RFBNet
- https://github.com/bharatsingh430/snip
- https://github.com/liulei01/DRBox
- https://github.com/szq0214/GRP-DSOD
- https://github.com/Hwang64/MLKP
RefineNet
- https://github.com/sfzhang15/RefineDet
- https://github.com/lzx1413/PytorchSSD
- https://github.com/ddlee96/RefineDet_mxnet
- https://github.com/MTCloudVision/RefineDet-Mxnet
DetNet
- https://github.com/guoruoqian/DetNet_pytorch
- https://github.com/tsing-cv/DetNet
- https://github.com/becauseofAI/DetNet-Keras
CornerNet
- https://github.com/umich-vl/CornerNet
M2Det
- https://github.com/qijiezhao/M2Det
3D Object Detection
- https://github.com/CPFL/Autoware/tree/feature/cnn_lidar_detection
Softer-NMS
- https://github.com/yihui-he/softer-NMS

领域专家

Ross Girshick (rbg 大神)
- [http://www.rossgirshick.info/]
- Ross Girshick是Facebook AI Research（FAIR）的研究科学家，致力于计算机视觉和机器学习。于2012年在Pedro Felzenszwalb的指导下获得了芝加哥大学的计算机科学博士学位。在加入FAIR之前，Ross是Redmond的Microsoft Research研究员和加利福尼亚大学伯克利分校的博士后。兴趣包括将自然语言处理与计算机视觉相结合的实例级对象理解和视觉推理挑战。获得2017年PAMI青年研究奖，并且以开发基于R-CNN（基于区域的卷积神经网络）方法进行物体检测而闻名。2017年，还获得了ICCV的马尔奖。
Kaiming He, Facebook人工智能实验室科学家Kaiming He
- [http://kaiminghe.com/]
- Facebook AI Research（FAIR）的研究科学家。曾在Microsoft Research Asia（MSRA）工作，在获得博士学位后于2011年加入FAIR。研究兴趣是计算机视觉和深度学习。获得2018年PAMI青年研究员奖，CVPR 2009最佳论文奖，CVPR 2016，ICCV 2017，ICCV 2017最佳学生论文奖以及ECCV 2018最佳论文荣誉奖的获得者。残差网络（ResNets）是Google Scholar Metrics 2019 中所有领域引用最多的论文.ResNets的应用还包括语言，语音和AlphaGo。
Shaoqing Ren
- [http://shaoqingren.com/]
- 2016年9月与他人共同创立了自动驾驶软件初创公司Momenta。目前，团队正在研究创新的计算机视觉解决方案，以使自动驾驶汽车成为现实。获得中国科学技术大学和Microsoft Research Asia的联合博士学位的博士学位。我的上司是孙健博士。于2011年从同一部门获得了工学学士学位。
Jian Sun
- [http://www.jiansun.org/]
- 首席科学家， MEGVII Technology研究部常务董事。在Microsoft Research工作了十三年后，加入MEGVII Technology（也称为Face ++，于2016年7月）担任首席科学家和研究总经理。生于中国西安，秦始皇兵马俑所在地。他获得了理学学士，硕士学位和博士学位。分别于1997年，2000年和2003年获得西安交通大学的博士学位。紧随其后，他加入了Microsoft Research Asia，一直从事计算机视觉和计算机图形学领域的工作，尤其对解决基础研究问题和构建实际的工作系统感兴趣。他的主要研究兴趣是计算摄影和基于图像的深度学习。
Tsung-Yi Lin
- [https://vision.cornell.edu/se3/people/tsung-yi-lin/]
- 于2017年在Serge Belongie的指导下在康奈尔纽约技术学院获得博士学位。研究兴趣是计算机视觉，尤其是学习用于交叉视图图像匹配和对象检测的视觉表示。目前是Google Brain的研究科学家。
Ali Farhadi
- [https://homes.cs.washington.edu/~ali/]
- 华盛顿大学计算机科学与工程系的副教授。领导着艾伦人工智能研究所的PRIOR团队。主要对计算机视觉，机器学习，自然语言和视觉的交集，语义在视觉理解中的作用分析以及视觉推理感兴趣。

初步版本，水平有限，有错误或者不完善的地方，欢迎大家提建议和补充，会一直保持更新，本文为专知内容组原创内容，未经允许不得转载，如需转载请发送邮件至fangquanyi@gmail.com 或联系微信专知小助手（Rancho_Fang）

敬请关注http://www.zhuanzhi.ai 和关注专知公众号，获取第一手AI相关知识

最近更新：2019-12-10

VIP内容

计算机视觉 · 综述论文 · 目标检测 · 图像分类 · 图像去噪 ·

今天 7:34

专知会员服务

专知，提供专业可信的知识分发服务，让认知协作更快更好！

目标检测

综述：深度域适应目标检测标题：Deep Domain Adaptive Object Detection: a Survey 作者：Wanyi Li, Peng Wang 链接：https://arxiv.org/abs/2002.06797

本文共梳理了40篇相关文献，由中科院自动化所学者发布。基于深度学习(DL)的目标检测已经取得了很大的进展，这些方法通常假设有大量的带标签的训练数据可用，并且训练和测试数据从相同的分布中提取。然而，这两个假设在实践中并不总是成立的。深域自适应目标检测(DDAOD)作为一种新的学习范式应运而生。本文综述了深域自适应目标检测方法的研究进展。

深度学习中的异常实例检测：综述标题：Anomalous Instance Detection in Deep Learning: A Survey 作者：Saikiran Bulusu, Dawn Song 链接：https://arxiv.org/abs/2003.06979

本文共梳理了119篇相关文献，由雪城大学学者发布。讨论多种异常实例检测方法，并分析了各种方法的相对优势和劣势。

使用移动摄像机检测移动物体：全面综述标题：Moving Objects Detection with a Moving Camera: A Comprehensive Review 作者：Marie-Neige Chapel, Thierry Bouwmans 链接：https://arxiv.org/abs/2001.05238

本文共梳理了347篇相关文献。随着移动传感器的兴起，研究移动相机逐渐变为热门方向。本文对不同现有方法进行了识别，并将其分为一个平面或多个两类。在这两个类别中，将各类方法分为8组：全景背景减法，双摄像头，运动补偿，子空间分割，运动分割，平面+视差，多平面和按块分割图像。本文还对公开可用的数据集和评估指标进行了研究。

图像分类

图像分类中的半监督，自我监督和无监督技术综述标题：A survey on Semi-, Self- and Unsupervised Techniques in Image Classification 作者：Lars Schmarje, Reinhard Koch 链接：https://arxiv.org/abs/2002.08721

本文共梳理了51篇相关文献。综述了标签较少的图像分类中常用的21种技术和方法。我们比较方法，并确定了三个主要趋势。

图像去噪

图像去噪深度学习：综述标题：Deep Learning on Image Denoising: An overview 作者：Chunwei Tian, Chia-Wen Lin 链接：https://arxiv.org/abs/1912.13171

本文梳理了238篇相关文献，由哈尔滨工业大学、广东工业大学、清华大学学者共同发布。不同类型的处理噪声深度学习方法存在巨大差异，而目前很少有相关研究来进行相关总结。本文对图像去噪中不同深度学习技术进行了比较研究，分析不同方法的动机和原理，并在公共去噪数据集进行比较。研究包括：(1). 加白噪声图像的CNN；(2)用于真实噪声图像的CNN；(3)用于盲噪声去噪的CNN；(4)用于混合噪声图像的CNN。

图像分割

使用深度学习进行图像分割：综述标题：Image Segmentation Using Deep Learning: A Survey 作者：Shervin Minaee, Demetri Terzopoulos 链接：https://arxiv.org/abs/2001.05566

本文梳理了172篇相关文献，对语义和实例分割文献进行了全面回顾，涵盖了的各种开创性作品，包括全卷积像素标记网络，编码器-解码器体系结构，多尺度以及基于金字塔的方法，递归网络，视觉注意模型以及对抗中的生成模型。

人脸识别

DeepFakes：面部操纵和伪造检测综述标题：DeepFakes and Beyond: A Survey of Face Manipulation and Fake Detection 作者：Ruben Tolosana, Javier Ortega-Garcia 链接：https://arxiv.org/abs/2001.00179

本文梳理了105篇相关文献，本文对操纵人脸的图像技术（包括DeepFake方法）以及检测此类技术的方法进行了全面综述。论述了四种类型的面部操作：全脸合成、面部身份交换（DeepFakes）、面部属性操作以及面部表情操作。

姿态估计

目标姿态回顾：从3D边界框检测器到完整的6D姿态估计器标题：A Review on Object Pose Recovery: from 3D Bounding Box Detectors to Full 6D Pose Estimators 作者：Caner Sahin, Tae-Kyun Kim 链接：https://arxiv.org/abs/2001.10609

本文梳理了206篇相关文献，由伦敦帝国理工学院学者发布。本文对3D边界框检测器到完整的6D姿态估计器的物体姿态恢复方法的进行了首次全面的综述。基于数学模型，将各类方法分为分类，回归，分类与回归，模板匹配和点对特征匹配任务。

行为/动作识别

基于3D骨架的动作识别学习方法的研究标题：A Survey on 3D Skeleton-Based Action Recognition Using Learning Method 作者：Bin Ren, Hong Liu 链接：https://arxiv.org/abs/2002.05907

本文梳理了81篇相关文献，由北京大学学者发布。本文强调了动作识别的必要性和3D骨架数据的重要性，然后以数据驱动的方式对基于递归神经网络，基于卷积神经网络和基于图卷积网络的主流动作识别技术进行了全面介绍，这也是第一次对使用3D骨架数据进行基于深度学习的动作识别的全面研究。

人群计数

基于CNN的密度估算和人群计数：综述标题：CNN-based Density Estimation and Crowd Counting: A Survey 作者：Guangshuai Gao, Yunhong Wang 链接：https://arxiv.org/abs/2003.12783

本文梳理了222篇相关文献，由北京航空航天大学学者发布，基于CNN的密度图估计方法，调研了220+工作，对人群计数进行了全面系统的研究。同时根据评估指标，在人群统计数据集上选择表现最好的三名，并分析其优缺点。

医学影像

使用经典和深层神经网络进行的乳房组织病理学图像分析的全面综述标题：A Comprehensive Review for Breast Histopathology Image Analysis Using Classical and Deep Neural Networks 作者：Xiaomin Zhou, Tao Jiang 链接：https://arxiv.org/abs/2003.12255

本文梳理了180篇相关文献，由东北大学学者发布。对基于人工神经网络的BHIA技术进行了全面概述，将BHIA系统分为经典和深度神经网络以进行深入研究，分析现有模型以发现最合适的算法，并提供可公开访问的数据集。

使用深度神经网络的医学图像配准：全面综述标题：Medical Image Registration Using Deep Neural Networks: A Comprehensive Review 作者：Hamid Reza Boveiri, Ali Reza MehdiZadeh 链接：https://arxiv.org/abs/2002.03401

本文梳理了117篇相关文献，对使用深度神经网络进行医学图像配准的最新文献进行了全面回顾，系统地涵盖了该领域的相关作品，包括关键概念，统计分析，关键技术，主要贡献，挑战和未来方向。

迈向自动威胁检测：X射线安全成像中深度学习进展综述标题：Towards Automatic Threat Detection: A Survey of Advances of Deep Learning within X-ray Security Imaging 作者：Samet Akcay, Toby Breckon 链接：https://arxiv.org/abs/2001.01293

本文梳理了151篇相关文献，由英国杜伦大学学者发布。本文分常规机器学习和当代深度学习两类来回顾X射线安全成像算法。将深度学习方法分为有监督，半监督和无监督学习，着重论述分类，检测，分割和异常检测任务，同时包含有完善的X射线数据集。

用于计算组织病理学的深度神经网络模型综述标题：Deep neural network models for computational histopathology: A survey 作者：Chetan L. Srinidhi, Anne L. Martel 链接：https://arxiv.org/abs/1912.12378

本文梳理了130篇相关文献，由多伦多大学学者发布。本文对组织病理学图像分析中使用的最新深度学习方法进行了全面回顾，包括有监督，弱监督，无监督，迁移学习等领域，并总结了几个现有的开放数据集。

三维重建

外部形状对3D内部结构预测综述标题：A Survey On 3D Inner Structure Prediction from its Outer Shape 作者：Mohamed Mejri, Cédric Pradalier 链接：https://arxiv.org/abs/2002.04571

本文梳理了81篇相关文献，由北京大学学者发布。由于过去与骨架数据相关内容很少，本文是第一篇针对使用3D骨架数据进行基于深度学习的动作识别进行全面讨论的研究。本文突出了动作识别和3D骨架数据的重要性，以数据驱动的方式对基于递归神经网络、卷积神经网络和图卷积网络的主流动作识别技术进行了全面介绍。并介绍了最大的3D骨架数据集NTU-RGB+D及其新版本NTU-RGB+D 120，并论述了几种现有的顶级算法。

三维点云

点云的无目标配准综述标题：Target-less registration of point clouds: A review 作者：Yue Pan

本文对48篇文献进行了梳理，总结了无目标点云配准的基本工作，回顾了三种常用的配准方法，即基于特征匹配的方法，迭代最近点算法和随机假设，并分析了这些方法的优缺点，介绍它们的常见应用场景。链接：https://arxiv.org/abs/1912.12756

OCR：

手写光学字符识别（OCR）：综合系统文献综述（SLR）标题：Handwritten Optical Character Recognition (OCR): A Comprehensive Systematic Literature Review (SLR) 作者：Jamshed Memon, Rizwan Ahmed Khan 链接：https://arxiv.org/abs/2001.00139

本文对142篇相关文献进行了梳理，总结了有关OCR的研究，综述了2000年至2018年之间发布的研究文章，介绍OCR的最新结果和技术，并分析研究差距，以总结研究方向。

深度depth相关：

基于深度学习的单目深度估计：综述标题：Monocular Depth Estimation Based On Deep Learning: An Overview 作者：Chaoqiang Zhao, Feng Qian 链接：https://arxiv.org/abs/2003.06620

本文对119篇相关文献进行了梳理，由华东理工大学学者发布。随着深度神经网络的迅速发展，基于深度学习的单眼深度估计已得到广泛研究。为了提高深度估计的准确性，提出了各种网络框架，损失函数和训练策略。因此，本文综述了当前基于深度学习的单眼深度估计方法，总结了几种基于深度学习的深度估计中广泛使用的数据集和评价指标，同时根据不同的训练方式回顾了一些有代表性的现有方法：有监督，无监督和半监督。

CNN

卷积神经网络的概述论文:分析、应用和展望标题：A Survey of Convolutional Neural Networks: Analysis, Applications, and Prospects 作者：Zewen Li, Wenjie Yang, Shouheng Peng, Fan Liu 链接：https://arxiv.org/abs/2004.02806

本文对119篇相关文献进行了梳理，由华东理工大学学者发布。本文旨在在卷积神经网络这个快速增长的领域中尽可能提供新颖的想法和前景，不仅涉及二维卷积，而且涉及一维和多维卷积。首先，本文简要介绍了CNN的历史并概述了CNN发展，介绍经典CNN模型，重点论述使它们达到SOTA的关键因素，并通过实验分析提供了一些经验法则，最后对一维，二维和多维卷积的应用进行了概述。

视觉常识/其他

神经网络分类器的信息平面分析研究述评标题：On Information Plane Analyses of Neural Network Classifiers -- A Review 作者：Bernhard C. Geiger 链接：https://arxiv.org/abs/2003.09671
低功耗深度学习和计算机视觉方法的概述标题：A Survey of Methods for Low-Power Deep Learning and Computer Vision 作者：Abhinav Goel, George K. Thiruvathukal 链接：https://arxiv.org/abs/2003.11066
深度学习遇到数据对齐时：深度注册网络（DRN）评述标题：When Deep Learning Meets Data Alignment: A Review on Deep Registration Networks (DRNs) 作者：Victor Villena-Martinez, Robert B. Fisher 链接：https://arxiv.org/abs/2003.03167
面向消费设备的无限制掌纹识别：文献综述标题：Towards Unconstrained Palmprint Recognition on Consumer Devices: a Literature Review 作者：Adrian-S. Ungureanu, Peter Corcoran 链接：https://arxiv.org/abs/2003.00737
基于地面纹理的本地化功能-综述标题：Features for Ground Texture Based Localization -- A Survey 作者：Jan Fabian Schmid, Rudolf Mester 链接：https://arxiv.org/abs/2002.11948
从观看到移动：视觉室内导航（VIN）学习综述标题：From Seeing to Moving: A Survey on Learning for Visual Indoor Navigation (VIN) 作者：Xin Ye, Yezhou Yang 链接：https://arxiv.org/abs/2002.11310