目标检测算法综述

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