目标检测领域还有什么可做的？19 个方向给你建议

作者：种树的左耳
来源：知乎
原文链接：目标检测领域还有什么可做的？19 个方向给你建议

知乎问题：目标检测领域还有什么可以做的？

感觉已经饱和了，很难再出顶级算法的样子。我所指的饱和是说围绕目标检测感觉没有什么好文章能发出来了，现有算法很难在短时间有突破了。想请教大家有什么好做的点子么？

种树的左耳答案

饱和是相对于占坑来说的，对于去探索未来踩坑来说，目标检测还远远没有达到饱和的地步。只是说想发简单的好论文越来越难了，并不是说不会有什么突破了。单就检测来说，2018年顶会出的目标检测论文也并不算少。

下面是我个人就目标检测算法在深度学习领域未来研究的一些看法：

1.从专注精度的Faster RCNN、RFCN相关系列，以及专注速度的YOLO系列，未来的方向更专注于精度和速度的结合，这也是过去的很多模型在SSD系列上产生的原因，主要代表有RefineDet、RFBNet等。所以SSD系列的研究会成为主流。

2.目标选框从Region Based 和Anchor Based到基于角点，甚至是基于segmentation，包