深度学习目标检测综述推荐之 Xiaogang Wang ISBA 2015

 

一、INTRODUCTION部分

（1）先根据时间轴讲了历史

（2）常见的基础模型

(3)讲了深度学习的优势 那就是feature learning，而不用人工划分的feature engineering；为什么要用深层网络而不是浅层网络，深层网络适合相当多的情况而浅层网络不一定计算量小，也就是说浅层网络不适合很多情况。

并用大量文献数据展示了实验结果

 

 

 总结一下INTRODUCTION部分，有以下几个结论：

后面三个部分，详细介绍了目标识别、目标分割和目标检测，有兴趣可以参考ppt全文：

http://www.ee.cuhk.edu.hk/~xgwang/deep_learning_isba.pdf  

以及配套的录影视频，油管上的需科学上网：

https://www.youtube.com/watch?v=gCwYO7zVJs0