AI之路

论文：Bridging the Gap Between Anchor-based and Anchor-free Detection via Adaptive Training Sample Selection论文链接：https://arxiv.org/abs/1912.02424代码链接：https://github.com/sfzhang15/ATSS2018年发表的CornerNet...

论文：DetNet: A Backbone network for Object 链接：https://arxiv.org/abs/1804.06215这篇是ECCV2018关于目标检测的文章，主要是对检测算法的特征提取网络（backbone）做优化。我们知道目前大部分的目标检测算法在训练时都会用预训练的分类模型来提取特征，这些预训练模型是在ImageNet数据集上训练得到的，众多的实验也证...

论文：You Only Look Twice: Rapid Multi-Scale Object Detection In Satellite Imagery 论文链接：https://arxiv.org/abs/1805.09512 代码地址：hps://github.com/CosmiQ/yolt这篇文章是做卫星图的目标检测，在YOLO v2算法基础上做了改进得到YOLT（You On...

论文：Receptive Field Block Net for Accurate and Fast Object Detection 论文链接：https://arxiv.org/abs/1711.07767 代码链接：https://github.com/ruinmessi/RFBNet这篇是ECCV2018关于目标检测的文章，提出了RFB Net网络用于目标检测，可以在兼顾速度的同时...

论文：Collaborative Learning forWeakly Supervised Object Detection 论文链接：https://arxiv.org/abs/1802.03531弱监督目标检测（weakly supervised object detection）是指不需要框标注，仅通过图像级标签就能做目标检测。这方面的研究出发点主要是框标注的成本太高，而图像级标签相...

论文：RON: Reverse Connection with Objectness Prior Networks for Object Detection 论文链接：https://arxiv.org/abs/1707.01691 代码链接：https://github.com/taokong/RONReverse Connection with Objectness Prior Net...

论文：Cascade R-CNN Delving into High Quality Object Detection 论文链接：https://arxiv.org/abs/1712.00726 代码链接：https://github.com/zhaoweicai/cascade-rcnnCascade R-CNN算法是CVPR2018的文章，通过级联几个检测网络达到不断优化预测结果的目的...

论文：Single-Shot Object Detection with Enriched Semantics 论文链接：https://arxiv.org/abs/1712.00433Detection with Enriched Semantics(DES)是CVPR2018的文章，基于SSD做改进，也是为了解决SSD中对于小目标物体的检测效果不好的问题，因为SSD算法对小目标的检测只是...

论文：An Analysis of Scale Invariance in Object Detection – SNIP 论文链接：https://arxiv.org/abs/1711.08189 代码链接：http://bit.ly/2yXVg4c这篇是CVPR2018的文章，引用文献非常到位，同时实验结果非常惊艳，总体来看比同是CVPR2018上的cascade RCNN效果还要好一...

CVPR2018上关于目标检测（object detection）的论文比去年要多很多，而且大部分都有亮点。从其中挑了几篇非常有意思的文章，特来分享。1、cascaded RCNN 论文：Cascade R-CNN Delving into High Quality Object Detection 论文链接：https://arxiv.org/abs/1712.00726 代码链接：h...

论文：Relation Networks for Object Detection 论文链接：https://arxiv.org/abs/1711.11575 代码链接：https://github.com/msracver/Relation-Networks-for-Object-Detection这篇文章的细节可以通过阅读源码来加深理解，这篇博客就来介绍这篇文章的部分源码。因为这篇...

论文：Relation Networks for Object Detection 论文链接：https://arxiv.org/abs/1711.11575 代码链接：https://github.com/msracver/Relation-Networks-for-Object-Detection这篇是CVPR2018的oral文章，通过引入object relation module...

论文：Object detection at 200 Frames Per Second 论文链接：https://arxiv.org/abs/1805.06361一开始是被这篇文章的名称所吸引，毕竟object detection算法能达到200FPS的确实很少见，读完这篇文章后发现这篇文章确实有很多细节优化非常有意思，值得借鉴，特来分享。主要的优化点包括：特征融合、网络结构改进、引入ne...

论文：Acquisition of Localization Confidence for Accurate Object Detection 论文链接：https://arxiv.org/abs/1807.11590这篇ECCV2018的文章个人非常喜欢，我们知道在目标检测算法中最后一般都会通过NMS算法移除重复预测框，移除的依据是预测框的分类得分（classification confi...

这篇博客记录我个人比较感兴趣的ECCV2018关于目标检测（object detection）的一些文章。1、IOU-Net 论文：Acquisition of Localization Confidence for Accurate Object Detection 论文链接：https://arxiv.org/abs/1807.11590 详细博客介绍：IOU-Net 算法笔记这...

论文：ThunderNet: Towards Real-time Generic Object Detection论文链接：https://arxiv.org/abs/1903.11752最近几年目标检测算法确实发展非常迅速，整体上看还是分为2条路线，一条路线是效果更好，另一条路线是速度更快，虽然也有一些算法在二者之间有比较好的平衡，但是整体上还是有一定侧重，而这篇博客要介绍的ThunderN...

论文：Grid R-CNN Plus: Faster and Better论文链接：https://arxiv.org/abs/1906.05688代码链接：https://github.com/STVIR/Grid-R-CNN代码链接2：https://github.com/open-mmlab/mmdetection这篇技术文章要介绍的Grid RCNN Plus算法是Grid RCN...

论文：Grid R-CNN论文链接：https://arxiv.org/abs/1811.12030代码链接：https://github.com/STVIR/Grid-R-CNN代码链接2：https://github.com/open-mmlab/mmdetection这篇目标检测论文发表在CVPR2019，整体上是将two-stage类型的目标检测算法中的位置回归支路用基于关键点检测...

论文：Scale-Aware Trident Networks for Object Detection论文链接：https://arxiv.org/abs/1901.01892代码链接：https://github.com/TuSimple/simpledet/tree/master/models/tridentnet目标检测中物体的尺度变化一直是关注的热点，毕竟要兼顾大尺寸目标和小尺寸目...

论文：Objects as Points论文链接：https://arxiv.org/abs/1904.07850代码链接：https://github.com/xingyizhou/CenterNet这篇CenterNet算法也是anchor-free类型的目标检测算法，基于点的思想和CornerNet是相似的，方法上做了较大的调整，整体上给人一种非常清爽的感觉，算法思想很朴素、直接，而且...

论文：FCOS: Fully Convolutional One-Stage Object Detection论文链接：https://arxiv.org/abs/1904.01355代码链接：https://github.com/tianzhi0549/FCOS/这篇是发表在CVPR2019的目标检测论文，主要创新点在于去掉了anchor做检测，也就是常说anchor free，这是最近一...

论文：Deformable ConvNets v2: More Deformable, Better Results论文链接：https://arxiv.org/abs/1811.11168这篇博客介绍个人非常喜欢的一篇目标检测文章：DCN v2，也就是Deformable ConvNets论文的升级版，效果提升很明显，思想很简洁。主要的改进包括：1、在特征提取网络的更多层中引入deform...

论文：Bag of Freebies for Training Object Detection Neural Networks论文链接：https://arxiv.org/abs/1902.04103这篇论文介绍目标检测算法的一些优化技巧，目前已经在GluonCV中实现了，整体看下来和之前的那篇图像分类算法优化技巧的论文（Bag of Tricks for Image Classificat...

论文：Deformable Convolutional Networks论文链接：https://arxiv.org/abs/1703.06211代码链接：https://github.com/msracver/Deformable-ConvNets这一篇是ICCV2017关于目标检测的文章，出发点在于图像任务中目标的尺寸、形状变化不一，虽然现有的深度网络对此有一定的特征提取能力，但并不是最...

论文：CornerNet: Detecting Objects as Paired Keypoints论文链接：https://arxiv.org/abs/1808.01244代码链接：https://github.com/umich-vl/CornerNet这篇发表在ECCV2018上的目标检测文章给人一种眼前一亮的感觉，简单说一下几个比较吸引我的点：1、将目标检测问题当作关键点检测问题来...

论文：Parallel Feature Pyramid Network for Object Detection 论文链接：http://openaccess.thecvf.com/content_ECCV_2018/html/Seung-Wook_Kim_Parallel_Feature_Pyramid_ECCV_2018_paper.html这篇ECCV2018的文章借鉴了SPP的思想并...

论文：SNIPER: Efficient Multi-Scale Training 论文链接：https://arxiv.org/abs/1805.09300 代码链接：https://github.com/MahyarNajibi/SNIPER这篇文章是之前SNIP论文的升级，升级点在于减少SNIP的计算量。SNIP借鉴了multi-scale training的思想进行训练，multi...

在前面几篇博文中基本上将Faster RCNN的算法细节都介绍完了，这一篇博客主要来介绍评价函数。自定义评价函数有助于我们灵活观察模型训练过程中的变量变化情况，比如RPN网络中的分类和回归损失在每次迭代过程中的变化情况，或者检测网络的分类和回归损失在每次迭代过程中的变化情况等。当然你还可以自定义mAP的计算函数等，跟下面要介绍的例子在结构上都是一样的。自定义的评价函数类的具体实现所在脚本：~m...

在上一篇博客中介绍了Faster RCNN算法的整体结构：Faster RCNN代码详解（一）：算法整体结构，在该结构中最主要的两部分是网络结构的构建和数据的读取，因此这篇博客就来介绍下Faster RCNN算法的网络结构构建细节。因为其中特征提取网络选择多样，所以这里以常用的ResNet为例来介绍。网络结构的构造通过get_resnet_train函数进行，该函数所在脚本：~mx-rcnn/...

在系列（二）中介绍了Faster RCNN算法的网络结构，其中有一个用于生成ROI proposal target的自定义层，该自定义层的输出作为检测网络（Fast RCNN）的输入，这篇博客就来介绍这个自定义层的内容。该自定义层的实现所在脚本~/mx-rcnn/rcnn/symbol/proposal_target.py，该层返回的group列表包含4个值，分别是rois，label，bbox_...

SSD算法是object detection领域比较经典的算法，github上有一个写得比较好的MXNet版本的实现代码，项目地址：https://github.com/zhreshold/mxnet-ssd，想要本地实现可以参考项目地址中README.md的介绍或者参考博客：SSD算法的MXNet实现。接下来这一系列博客想介绍该代码中关于实现SSD算法的一些细节，也会涉及部分Python语言...

论文：Light-Head R-CNN: In Defense of Two-Stage Object Detector 链接：https://arxiv.org/abs/1711.07264这篇是旷视和清华大学在COCO 2017比赛拿到冠军的算法。目前object detection算法主要分为one stage的SSD、YOLO；two stage的Faster RCNN、R-FCN、Mas

本篇博客一方面介绍R-FCN算法，另一方面介绍其Caffe代码，这样对算法的认识会更加深入。 论文：R-FCN：object detection via region-based fully convolutional networks 论文链接：http://papers.nips.cc/paper/6465-r-fcn-object-detection-via-region-based-fu

论文：R-FCN-3000 at 30fps: Decoupling Detection and Classification 链接：https://arxiv.org/abs/1712.01802这篇文章是对R-FCN算法（关于R-FCN算法的介绍可以看博客：R-FCN算法及Caffe代码详解）的改进，当初提出R-FCN算法的主要目的在于引入position-sensitive score ma

论文： YOLO9000：Better，Faster，Stronger 论文链接：https://arxiv.org/abs/1612.08242YOLO9000是CVPR2017的最佳论文提名。首先讲一下这篇文章一共介绍了YOLO v2和YOLO9000两个模型，二者略有不同。前者主要是YOLO的升级版（关于YOLO v1的介绍可以参考：YOLO v1算法详解），后者的主要检测网络也是YO...

论文：Enhancement of SSD by concatenating feature maps for object detection 论文链接：https://arxiv.org/abs/1705.09587算法详解： SSD算法在object detection领域的效果有目共睹，是proposal-free方面的代表算法之一，如果你对SSD算法不大熟悉，可以看看这篇博客：SSD（

这篇博客主要介绍下YOLO v1算法（CVPR2016的文章）。YOLO是目前比较流行的object detection算法，速度快且结构简单，其他的object detection算法如faster RCNN，SSD相信大家也不陌生，以后有机会再介绍。另外提一下，这里算法部分介绍的是YOLO的第一个版本，而现在YOLO的官网上已经有YOLO v2的实现了，这个后续再介绍。论文名称：You o...

这篇博客主要介绍SSD算法，该算法是最近一年比较优秀的object detection算法，主要特点在于采用了特征融合。论文：SSD single shot multibox detector 论文链接：https://arxiv.org/abs/1512.02325算法概述：本文提出的SSD算法是一种直接预测bounding box的坐标和类别的object detection...

这是一篇比较早的Object Detection算法，发表在2014年的CVPR，也是R-CNN系列算法的开山之作，网上可以搜到很多相关的博客讲解，本篇博文没有按论文顺序来讲述，而是结合自己经验来看这个算法，希望给初学者一个直观的感受，细节方面不需要太纠结，因为很多部分在后来的算法中都改进了。论文：Rich feature hierarchies for accurate object detect

这篇博文来介绍Fast RCNN，是RCNN算法的升级版。RCNN系列算法看完后才写的这篇博客，相信初学者会比较容易这篇算法。论文：Fast R-CNN 论文链接解决的问题： 之所以提出Fast R-CNN，主要是因为R-CNN存在以下几个问题：1、训练分多步。通过上一篇博文我们知道R-CNN的训练先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用re