【深思考人工智能】目标检测算法精彩集锦，从图像到视频+从传统到深度

目标检测算法论文大杂烩

[overfeat](http://arxiv.org/abs/1312.6229)

[RCNN](http://arxiv.org/abs/1311.2524)

[SPP-Net](http://arxiv.org/pdf/1406.4729.pdf)

[Fast-RCNN](http://arxiv.org/abs/1504.08083)

[R-FCN](https://arxiv.org/abs/1605.06409)

[Faster-RCNN](http://arxiv.org/abs/1506.01497)

[YOLO](http://arxiv.org/abs/1506.02640)

[YOLO2](https://arxiv.org/pdf/1612.08242v1.pdf)

[SSD](http://arxiv.org/pdf/1512.02325v1.pdf)

[HyperNet](https://www.arxiv.org/abs/1604.00600)

[MR-CNN](http://arxiv.org/abs/1505.01749)

[Inside-Outside Net](http://120.52.73.9/www.cvfoundation.org/)

[LocNet](https://arxiv.org/abs/1511.07763)

[G-CNN](https://arxiv.org/abs/1512.07729)

[MASK-RCNN](http://arxiv.org/abs/1605.02319)

目标检测算法性能大比拼

目标检测算法实际应用中的场景，无外乎关心MAP和检测耗时两个指标，针对上述一系列的算法，下表给出其对应的结果，其中+++表示训练数据为VOC07+VOC12+MS COCO。其余方法的训练数据均为VOC07 for VOC07 test，VOC07+VOC12 for VOC12test，MS COCO for MS COCO test.

接下来详细比较Faster R-CNN、R-FCN和SSD的各个性能指标:

目标检测算法源码大集合

[overfeat](https://github.com/sermanet/OverFeat)

[RCNN](https://github.com/rbgirshick/rcnn)

[SPP-Net](https://github.com/dsisds/caffe-SPPNet)

[Fast-RCNN](https://github.com/rbgirshick/fast-rcnn)

[R-FCN](https://github.com/daijifeng001/R-FCN)

[Faster-RCNN](https://github.com/rbgirshick/py-faster-rcnn)

[YOLO](https://github.com/nilboy/tensorflow-yolo)

[YOLO2](https://github.com/pjreddie/darknet)

[SSD](https://github.com/weiliu89/caffe/tree/ssd)

[MASK-RCNN](静待佳音...)

目标检测算法结果大集锦

深思考人工智能