• 目标检测进阶

目标检测进阶

https://mp.weixin.qq.com/s/5I9uzGCNFD93L1mzakTl0Q

目标检测网络学习总结（RCNN–>YOLO V3）

https://mp.weixin.qq.com/s/8Vac8MRpmviVDKRrAeFR0A

后R-CNN时代，Faster R-CNN、SSD、YOLO各类变体统治下的目标检测综述：Faster R-CNN系列胜了吗？

https://mp.weixin.qq.com/s/zeruKQOye_QNWgluVIN0BA

从R-CNN到RFBNet，目标检测架构5年演进全盘点

https://mp.weixin.qq.com/s/sCGNUI-mUSYxD69uBDQNoQ

基于深度学习的目标检测算法综述：算法改进

https://mp.weixin.qq.com/s/yswy7VwEapQJ9M5n_Uo93w

目标检测最新进展总结与展望

https://mp.weixin.qq.com/s/s1qmCA8djEEanwCxeLSV2Q

63页《深度CNN-目标检测》综述

https://mp.weixin.qq.com/s/j-arl6qiD6mei4crfQPrgw

《深度学习显著目标检测综述》

https://mp.weixin.qq.com/s/2PLp2xNfhkHB3fPQr5Ts6g

密歇根大学40页《20年目标检测综述》最新论文，带你全面了解目标检测方法

https://mp.weixin.qq.com/s/Pl8HABuVN27CZv-lvGROTw

基于深度学习的目标检测算法近5年发展历史

https://mp.weixin.qq.com/s/S6sz5dPgGNcJvrIAZ3ZjGg

基于深度学习的通用物体检测算法对比探索

https://mp.weixin.qq.com/s/9BCf0rCp660a5xQ2JNz3AQ

深入理解one-stage目标检测算法（上篇）

https://mp.weixin.qq.com/s/p9XaI8PSG0o1NWlkmCIn7w

深入理解one-stage目标检测算法（下篇）

https://mp.weixin.qq.com/s/IRD0iIVXyENlUOyfSbmlBA

目标检测的渐进域自适应

https://mp.weixin.qq.com/s/10EhUj03NGPTnyOCvLqDQw

港大提出视频显著物体检测算法MGA，大幅提升分割精度

https://mp.weixin.qq.com/s/mqB9wtUjMJ1EhINrUUEf9Q

香港中文大学博士陈恺：物体检测中的训练样本采样

https://mp.weixin.qq.com/s/syoJTnh6KMMRUYPQjUnEAg

一个算法同时解决两大CV任务，让目标检测和实例分割互相帮助

https://mp.weixin.qq.com/s/ba5rQp4IVYbVbHq3Ef7mEg

深度学习检测小目标常用方法

https://mp.weixin.qq.com/s/q9qKVpjluzp8OS2GFpZC6g

张兆翔：基于深度学习的物体检测进展和趋势

https://zhuanlan.zhihu.com/p/102817180

目标检测比赛中的trick

https://mp.weixin.qq.com/s/ZQ6KlSFiKhcGVGoS9R_k4w

Anchor free的目标检测进阶版本

https://mp.weixin.qq.com/s/Aq2OJqGnT6z4zoG-6rslkQ

商汤科技提出新弱监督目标检测框架

https://zhuanlan.zhihu.com/p/82371629

Imbalance Problems in Object Detection: A Review

https://zhuanlan.zhihu.com/p/114700229

目标检测中的特征冲突与不对齐问题

https://blog.csdn.net/sanshibayuan/article/details/103642419

单阶段实例分割（Single Shot Instance Segmentation）

https://mp.weixin.qq.com/s/vpHrLu8kuEuOp5eehT8Hcw

目标检测正负样本区分策略和平衡策略总结(一)

https://mp.weixin.qq.com/s/kdD658xzC-JxuWGYqLRtcQ

性能达到SOTA的CSP对象检测网络

https://mp.weixin.qq.com/s?__biz=MzI5MDUyMDIxNA==&mid=2247486104&idx=1&sn=5580a4680f3190adb98638471e9b5982

百度视觉团队斩获 ECCV Google AI 目标检测竞赛冠军，获奖方案全解读

https://zhuanlan.zhihu.com/p/54182158

GHM（解决one-stage样本不平衡问题）目标检测算法论文阅读笔记

https://mp.weixin.qq.com/s/nL9l7hvG3RG7G7LzCzzvug

旷视科技2018 COCO负责人俞刚：如何构建检测与分割的冠军系统

https://mp.weixin.qq.com/s/ZQqcsJenqkXtH1czOe5WnA

阿里巴巴提出Auto-Context R-CNN算法，刷出Faster RCNN目标检测新高度

https://mp.weixin.qq.com/s/aLYQepnr_BjS27Fb-zoZ_g

迈向完全可学习的物体检测器：可学习区域特征提取方法

https://zhuanlan.zhihu.com/p/43655912

“别挡我，我要C位出道！”谈谈深度学习目标检测中的遮挡问题

https://mp.weixin.qq.com/s/VtlSVF4d9LwPJhDEYSbgTg

无监督难分样本挖掘改进目标检测

https://mp.weixin.qq.com/s/AupXIoVmhcOBrX1z1vgdtw

弱监督实现精确目标检测，上交大提出协同学习框架

https://mp.weixin.qq.com/s/Lt00ASVSb_fDDJdtCO0-tQ

物体检测中的结构推理网络

https://mp.weixin.qq.com/s/f0Ynln-27z5A6LXt8j5qKQ

据说以后在探头下面用帽子挡脸没用了：SymmNet遮挡物检测的对称卷积神经网络

https://mp.weixin.qq.com/s/cEg6HmS651riJVAtHdPafg

基于域适应弱监督学习的目标检测

https://mp.weixin.qq.com/s/A51X1e9E9T9pPbYdQVQtSg

你是个成熟的C位检测器了，应该可以自动找C位了

https://mp.weixin.qq.com/s/k8msLl6c2Cp_5h-4xBD6Zw

CVPR2019-目标检测分割技术进展

https://mp.weixin.qq.com/s/uzG8sic5Y6LVqBS6iKQDhw

目标检测中图像增强，mixup如何操作？

https://mp.weixin.qq.com/s/pkFcmm15gnuRJtngFX7f0w

目标检测训练trick超级大礼包—不改模型提升精度，值得拥有

https://mp.weixin.qq.com/s/flXzhQ-Ypf3fwTqLelLzOQ

李沐等将目标检测绝对精度提升5%，不牺牲推理速度

https://mp.weixin.qq.com/s/6QsyYtEVjavoLfU_lQF1pw

目标检测新文：Generalized Intersection over Union

https://mp.weixin.qq.com/s/Xs3nThAcUOq62bO2p61YFA

论文解读 Receptive Field Block Net for Accurate and Fast

https://mp.weixin.qq.com/s/dcrBQ-t3tLOTouEyofOBxg

间谍卫星：利用卷积神经网络对卫星影像进行多尺度目标检测

https://mp.weixin.qq.com/s/LtXylKTKsHdjMPw9Q1HyXA

优于MobileNet、YOLOv2：移动设备上的实时目标检测系统Pelee

https://mp.weixin.qq.com/s/xpk9LhsZ3dRMvqR6Uc5jeg

Pelee：移动端实时检测骨干网络

https://mp.weixin.qq.com/s/Gq3bflJq59Tx-nDCvbweNA

无需预训练分类器，清华&旷视提出专用于目标检测的骨干网络DetNet

https://mp.weixin.qq.com/s/u3eXhoFvo7vZujc0XoQQWQ

旷视研究院解读Light-Head R-CNN：平衡精准度和速度

https://mp.weixin.qq.com/s/6cUP9vvfcuv8rIEnGnAFiA

NCSU&阿里巴巴论文：可解释的R-CNN

https://mp.weixin.qq.com/s/1vOdOMyByBacSBMVrscq5Q

黄畅：基于DenesBox的目标检测在自动驾驶中的应用

https://mp.weixin.qq.com/s/-PeXMU_gkcT5YnMcLoaKag

CVPR清华大学研究，高效视觉目标检测框架RON

https://mp.weixin.qq.com/s/XoKdsQKyaI3LsDxF7uyKuQ

聊聊目标检测中的多尺度检测（Multi-Scale），从YOLO到FPN，SNIPER，SSD填坑贴和极大极小目标识别

https://mp.weixin.qq.com/s/GpZHGksl0elxMcaQYosK-A

SNIP的升级版SNIPER（效果比Mosaic更佳）

https://mp.weixin.qq.com/s/XdH54ImSfgadCoISmVyyVg

基于单目摄像头的物体检测

https://mp.weixin.qq.com/s/h_ENriEXr7WI_XR_DtxpMQ

这样可以更精确的目标检测——超网络

https://mp.weixin.qq.com/s/dFoUO4xArZpmtbKg1Kx6Zg

COCO mAP 53.3！骨干网合成算法CBNet带来目标检测精度新突破

https://mp.weixin.qq.com/s?__biz=MzIwMTc4ODE0Mw==&mid=2247499933&idx=1&sn=b9fe7d6714c44acedd12a60cfe6b1c60

小样本域适应的目标检测

https://zhuanlan.zhihu.com/p/84890413

PolarMask：一阶段实例分割新思路

https://mp.weixin.qq.com/s/t8pVNeW2Y-QQwD8H9Nk83w

定向和密集的目标检测怎么办？动态优化网络来解决

https://mp.weixin.qq.com/s/oF3MAkl1UikRkOhrj3equw

深度学习的目标检测算法是如何解决尺度问题的？

https://mp.weixin.qq.com/s/oxStDMh90jB7_EY4vqja2w

目标检测论文阅读：DetNet

https://zhuanlan.zhihu.com/p/55972055

SimpleDet:一套简单通用的目标检测与物体识别框架

https://zhuanlan.zhihu.com/p/55854246

Guided Anchoring: 物体检测器也能自己学Anchor

https://mp.weixin.qq.com/s/-G47vOGx2iNQCarYRAiNPg

基于区域分解集成的目标检测

https://mp.weixin.qq.com/s/rlmgN0LbUfd2n9MI8OMT2w

性能大幅度提升（速度&遮挡）:基于区域分解&集成的目标检测

https://zhuanlan.zhihu.com/p/59398728

CVPR2019目标检测方法进展综述

https://mp.weixin.qq.com/s/apLEAMshqd3O8nU8Q0Wycg

李祥泰：Context modeling in semantic segmentation

https://mp.weixin.qq.com/s/bzgMWR2kzAI9NeXEY92GmA

目标检测任务的优化策略tricks

https://mp.weixin.qq.com/s/BsoqlaOlhXc9irSuBc6vGg

在物体检测中搞定小目标

https://zhuanlan.zhihu.com/p/200924181

计算机视觉中低延迟检测的相关理论和应用（上）

https://zhuanlan.zhihu.com/p/212842916

计算机视觉中低延迟检测的相关理论和应用（下）

https://mp.weixin.qq.com/s/Z5zFWr04Z2LBpf-6EXIgRg

OpenImage冠军方案：在物体检测中为分类和回归任务使用各自独立的特征图

https://mp.weixin.qq.com/s/_2DwSY6olj3wKy2xKukEGg

商汤开源Grid R-CNN Plus：相比Grid RCNN，速度更快，精度更高

https://mp.weixin.qq.com/s/baPfFVi7deEsCAFu3ColoQ

CVPR2018目标检测算法总览

https://mp.weixin.qq.com/s/t5p1xGKVnwd7wbiOzucFqQ

基于深度学习的目标检测算法剖析与实现

https://mp.weixin.qq.com/s/-zQZjHVs7bYyGkGuMUf3qg

目标检测领域还有什么可做的？19个方向给你建议

https://mp.weixin.qq.com/s/vAPD7VKQRJ7NCyYL7FIt3A

目标检测中的Label Assignment

https://zhuanlan.zhihu.com/p/332281368

丢弃Transformer，FCN也可以实现E2E检测

https://mp.weixin.qq.com/s/0_ap6CsBlz4pvx21c57-ag

旷视研究院提出新型损失函数：改善边界框模糊问题

https://zhuanlan.zhihu.com/p/67714508

“取长补短”的RefineDet物体检测算法

https://mp.weixin.qq.com/s/pB3_ho7JLANKRtQK4gsR5Q

Kaggle实战目标检测奇淫技巧合集

https://mp.weixin.qq.com/s/PpT-NmTVjRi0_SEq0lISXw

旷视科技Oral论文解读：IoU-Net让目标检测用上定位置信度

https://mp.weixin.qq.com/s/OqlZ2TRGbHURYW00440lgQ

微软亚洲研究院与北京大学共同提出用于物体检测的可学习区域特征提取模块

https://www.zhihu.com/question/270143544

目标检测中，不同物体之间的距离非常接近如何解决？

https://mp.weixin.qq.com/s/b4s8Te29DyS71xwQU789pQ

实体零售场景下密集商品的精确探测

https://mp.weixin.qq.com/s/iW-k12CIO0gSx8Y6etTzgA

三分支网络——目前目标检测性能最佳网络框架

https://mp.weixin.qq.com/s/JN1N-IqIL4tAh4rIkZcxpg

Grid R-CNN解读：商汤最新目标检测算法

https://mp.weixin.qq.com/s/23KvIquNpCJqeOXtBrkfbA

YOLT:大尺寸图像目标检测的解决方案

https://mp.weixin.qq.com/s/8fxqbSFj9Nkj_iFX8YEjzQ

以点代物，同时执行目标检测和跟踪，这个新方法破解目标跟踪难题

https://mp.weixin.qq.com/s/vQf0TmcM9A56k_FtFvao3g

RDSNet：统一目标检测和实例分割的新型网络

https://blog.csdn.net/u014380165/article/details/80602027

Cascade RCNN算法笔记

https://mp.weixin.qq.com/s/KupXlIt8bHLLGF6qWFH6vQ

从Grid R-CNN到Grid R-CNN Plus：基于网格的目标检测演化