目标检测(Object Detection)是深度学习 CV 领域的一个核心研究领域和重要分支。纵观 2013 年到 2019 年,从最早的 R-CNN、Fast R-CNN 到后来的 YOLO v2、YOLO v3 再到今年的 M2Det,新模型层出不穷,性能也越来越好!本文将会对目标检测近几年的发展和相关论文做出一份系统介绍,总结一份超全的文献 paper 列表。
模型列表先一睹为快!(建议收藏)
这份目标检测超全的技术路线总结来自于 GitHub 上一个知名项目,作者是 Lee hoseong,项目地址是:
https://github.com/hoya012/deep_learning_object_detection
该技术路线横跨时间是 2014 年至 2019 年,上图总结了这期间目标检测所有重要的模型。图中标红的部分是作者认为比较重要,需要重点掌握的模型。当然每个人有都有各自的评价。
|