论文名称:《 Deep Learning for Generic Object Detection: A Survey 》
论文下载:https://arxiv.org/abs/1809.02165
对应代码:https://github.com/hoya012/deep_learning_object_detection#2014
绪论:
一般目标检测(generic object detection)的目标是根据大量预定义的类别在自然图像中确定目标实例的位置,这是计算机视觉领域最基本和最有挑战性的问题之一。
目标检测研究的几个方面:
领先的检测框架、基础性的子问题(包括目标特征表示、目标提议生成、形境信息建模和训练策略)、评估问题(尤其是基准数据集、评估指标和当前最佳表现)。最后,我们会指出有研究潜力的未来研究方向。
目标检测和其它图像处理领域的关系:
作为图像理解和计算机视觉的基石,目标检测是解决分割、场景理解、目标追踪、图像描述、事件检测和活动识别等更复杂更高层次的视觉任务的基础。
目标检测的应用场景:
目标检