如今目标检测领域已被深度学习占领，yolo 等算法性能表现都不错，那还有什么坑可以挖的么？| 社区问答

这里是 AI 研习社，我们的社区已经正式推出了！欢迎大家来多多交流~

mooc.ai/bbs

（戳文末阅读原文直接进）

社长为你推荐来自 AI 研习社问答社区的精华问答。如有你也有问题，欢迎进社区提问。 

一个小介绍：

社区目前主要功能是问答和博客，支持文字、图片、视频、代码、公式、超链接，这些功能可以让你在描述问题 / 回答问题 / 写文章的时候用最清晰的方式来表达，还需要什么你说，我改。

  话不多说，直接上题  

问：如今目标检测领域已被深度学习占领，yolo 等算法性能表现都不错，那还有什么坑可以挖的么？

如题。

来自社友的回答

▼▼▼  

@玛希 • 加西亚  

目标检测领域目前是两类和两段。

两大类，一类是 one-stage，一次得到结果的 YOLO 和 SSD。目前的 paper 都是基于 SSD 改进。

另一大类是 two-stage 的，分 2 次完成训练，其中另外一次是 RPN，做 region proposal。目前的 paper 都是基于 Faster RCNN 改进居多。

两部分网络是说一部分是 classify 的基础网络如 VGGNet、Mobilenet（也有叫 Bases、BackBone 或者 Meta-architectures），另外一部分就是 SSD、Faster RCNN 的 detection 部分。

性能真的很好吗？坑在哪里呢？

第一个问题，性能不好，可以去看各个 benchmark 的排名。coco 数据集为例，google models 下最好的是 faster_rcnn_nas，ap 是 42%，GPU 1060 上刚好 1 秒一帧。

第二个问题坑在哪里呢？

主流的发 paper 的捷径，speed 的角度：网络模型压缩，inference 加速，基础网络的优化。ap 提高的角度：multiple feature fusion，基础网络的优化。

当然也有何凯明大神的引入 focal loss 和 mask（ segmentation）来提高 ap 的方法。

非主流的，anchor 的匹配模式真的好吗？多任务（分类和回归）快糙猛的组成 loss 去训练真的好吗？

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据，教程，论文】

如果你有更好的答案，点击阅读原文分享你的观点~

▼▼▼