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