yuanyong的博客

本篇博客梳理一下深度学习在目标检测这一领域其中最重要的一条主线：RCNN>SPPNet>Fast-RCNN>Faster-RCNN。当然Faster-RCNN之后还有R-FCN，但是因为R-FCN中位置敏感图这个概念我一直觉得很神奇，所以后面准备单独再写一篇博客来讲R-FCN。R-CNN论文《Rich feature hierarchies for accurate object detection

《Deep Residual Learning for Image Recognition》是2016年CVPR的最佳论文，也是我Kaiming男神第二次获得CVPR的最佳论文，简直强的一批啊！摘要resNet主要解决一个问题，就是更深的神经网络如何收敛的问题，为了解决这个问题，论文提出了一个残差学习的框架。然后简单跟VGG比较了一下，152层的残差网络，比VGG深了8倍，但是比VGG复杂度更低，当

FCN论文《Fully Convolutional Networks for Semantic Segmentation》这篇论文作为用CNN来做语义分割的开山之作，意义还是非常之大的，目前其他的语义分割模型基本上都是在FCN的基础上做的一些改进。语义分割指的是对图片上的每一个像素所属的类别进行分类，可以应用在图像识别、分割、检测等领域，目前来看最好的应用场景是在自动驾驶上，用于识别道路、行人、车辆