目标检测论文整理

最近开始看一些object detection的文章，顺便整理一下思路。排版比较乱，而且几乎所有图片都是应用的博客或论文，如有侵权请联系我。
文章阅读路线参考
目前已完成的文章如下，后续还会继续补充（加*的文章是精读文章）：

• RCNN*
• Overfeat*
• MR-CNN
• SPPNet
• Fast RCNN*
• A Fast RCNN*
• Faster RCNN*
• FPN*
• R-FCN*
• Mask RCNN
• YOLO*
• YOLO 9000*
• YOLO v3*
• SSD*
• DSSD*
• RetinaNet（focal loss）*
  （待续）

RCNN: Rich feature hierarchies for accurate object detection and semantic segmentation

这篇文章是目标检测引入深度学习的开山之作，文章主要有以下贡献：

• CNN如何应用于object detection
• 数据集不足如何训练
  
  基本流程：

1. regional preposals
2. CNN feature extraction
3. SVM Classification
4. NMS
5. bounding-box regression
   缺点

• 多个重复区域的重复特征提取，计算冗余

• 训练困难，细分了太多模块

  OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks