Object Detection in 20 Years: A Survey【持续更新中】
原文:https://www.cnblogs.com/zhaojunjie/p/10886099.html
论文链接:https://arxiv.org/pdf/1905.05055.pdf
1. 引言
如上图,从1998~2018年,每年目标检测相关论文不断增长。
本文相对于其他目标检测综述有以下优点:
- 更加综合、广泛的综述。本文回顾了近20年的400+篇目标检测相关论文。相对于其他综述聚焦于局部进展,本文更加全面。
- 对关键技术更加深入的探讨。本文对一些关键技术的起源和作用进行深入探讨,如多尺度、难样本挖掘、边框回归等。这是其他综述所没有的。
- 检测加速技术的全面分析。针对pipeline、backbone和数值计算等加速方法进行分析。
- 目标检测领域当前的难点及挑战。
2. 目标检测的20年
2.1 里程碑事件
如上图所示本节从传统方法开始,到two-stage的深度方法,最后到one-stage的深度方法。
2.1.1 传统方法
VJ Detectors 【介绍】【论文】【代码】
该方法(2001年)是第一篇真正意义上达到实时的检测方法。它之所以能够取得如此成绩,主要是基于以下改进:
- 积分图。根据积分图可以方便的计算原图每一个区域的特征。
- 特征选择:使用Adaboost进行特征选择,多个弱分类器组成强分类器。
- 级联检测:由错到细的检测结构,提高速度的同时保证精度。