2018-2019目标检测论文汇总

前段cvpr2019会议已经开完了，因为最近在做目标检测，所以特意整理了一下18-19年一些顶会的目标检测相关的经典论文，包含一些论文的简介、解读和官方源码，放在github上：
https://github.com/yyf7329081/18-19-object-detection-papers
论文列表如下，解读和代码链接见上方github地址：

1. [SIN] Structure Inference Net: Object Detection Using Scene-Level Context and Instance-Level Relationships，CVPR2018
   简介：利用场景和实例推理，提高识别正确率
2. [STDN] Scale-Transferrable Object Detection，CVPR2018
   简介：Densenet169+尺度变换模块+ssd框架，提高小物体识别率
3. [RefineDet] Single-Shot Refinement Neural Network for Object Detection，CVPR2018
   简介：将Faster RCNN和SSD结合
4. [MegDet] MegDet: A Large Mini-Batch Object Detector，CVPR2018
   简介：从大Mini-Batch的运用 和Batch Normalizatio（BN）的训练技巧出发，在训练方法上实现优化
5. [DA Faster R-CNN] Domain Adaptive Faster R-CNN for Object Detection in the Wild，CVPR2018
   简介：基于Faster-RCNN，进行领域自适应改进（似迁移学习），用在进行雾气，光线不良情况下的野外迁移探测活动（复杂多变的场景）
6. [SNIP] An Analysis of Scale Invariance in Obje