求几篇cv图像处理目标检测的入门论文?
关注者
26被浏览
27,415登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏
目标检测论文很多,而且流派众多,每个流派都有代表性的经典论文,以下摘录不同流派经典入门文章:
传统目标检测:DPM
DPM是深度学习前最强目标检测算法,是传统目标检测算法的集大成者,是传统目标检测最适合入门的检测算法(ps:其作者是RGB的导师)
Anchor-based分成Two-stage和One-stage
Two-stage:RCNN、Fast-RCNN、Faster-RCNN
Two-stage开创了深度学习目标检测时代,RCNN三件套是目标检测绕不开的必修课(ps:主要作者是RGB和kaiming)
One-stage:YOLOv1&v2&v3、SSD、RetinaNet
YOLO三件套和SSD是One-stage早期代表作,简洁高效,易于工程实践,而RetinaNet是One-stage中集大成者,必读(ps:RetinaNet作者kaiming)
Anchor-free分成Bottom-up、Top-down
Bottom-up:CornerNet
CornerNet是近年来目标检测Anchor-free时代的开端,值得一读
Top-down:FCOS、CenterNet
FCOS和CenterNet宣告目标检测进入Anchor-free成熟阶段,代码简洁高效易于入门学习
Transformer:DETR
DETR将目标检测拉入了Transformer新时代,是最新的发展方向
看了这些文章,基本上大致能够梳理出目标检测的roadmap,其他论文无非是这些论文的修修补补,有精力可以拓展着去读~~
欢迎关注Smarter公众号
欢迎加入Smarter交流群,添加微信「cjy094617」,备注「学校-方向」即可