Jean_0724的博客

论文地址:DSOD由于深度学习需要大量的训练数据，而针对特定任务需求的训练样本往往是有限的，通常情况下，目标检测算法会先使用在海量数据（如ImageNet数据集）上训练好的分类模型对需要训练的网络参数进行初始化（pre-train,预训练），然后使用训练样本对网络参数进行微调(fine-tune)。 但这种预训练结合微调的方法存在以下几点问题：（1）对于目标检测任务而言，由于其损失函数和目标类别分

论文地址：DMPNet 受方向，透视变形，文本大小、颜色、尺度差异性等因素的影响，偶然场景文本检测是一项极具挑战性的任务。一般情况下，对文本的检测都是使用矩形框，但是这会带来背景噪声，产生不必要的重叠甚至信息的丢失。为此，论文提出一种基于CNN的方法，使用更紧密的四边形来对文字进行检测。首先，论文使用四边形滑动窗口来对文本进行粗略的检测，并提出一种共享的蒙特卡洛方法来对多边形面积进行快速而精确的计

在YOLO和SSD算法提出之前，深度学习目标检测算法的代表为R-CNN系列算法，其中Faster R-CNN算法速度最快，效果也最好，但是这些算法都是基于proposal的，以Faster R-CNN为例，其先利用RPN网络提取可能包含目标的候选区域proposal,然后基于Fast R-CNN网络对真正的目标区域进行识别和定位调整。这些方法虽然精度较高，但因为计算量大，很难做到实时检测，即使是Fa

论文链接：论文 代码：代码 论文提出了一种基于region，但使用全卷积架构的目标检测算法。与传统的Fast/Faster R-CNN相比，其移除了全连接层，改用卷积层，因为在整张图像上共享计算，故可有效规避对每个区域独立计算所带来的重复，提高了目标检测的速度。论文的核心方法是使用对位置敏感（position-sensitive）的打分图（score maps）和RoI Pooling，从而解决