目標檢測最新成果進階
阿新 • • 發佈：2019-11-25
在目標檢測的研究過程中，深度學習一直佔居著主要的位置。通過搭建不同的網路模型，對當前兩大主流開源資料集PASCALVOC和IMAGENET進行測試，已然成了一種新風向。
作為計算機視覺三大頂會：CVPR，ICCV，ECCV，每年都會有該方向的最新成果。
接下來彙總一下，以便需要時檢視：
2014 ----------------------------------------------------------------- RCNN 58.5 CVPR(2014) SPPNET 59.2 ECCV(2014) -----------------------------------------------------------------
2015 ----------------------------------------------------------------- Fast-RCNN 70 ICCV(2015) Faster-RCNN 73.2 NIPS(2015) ----------------------------------------------------------------- 2016 ----------------------------------------------------------------- YOLOv1 66.4 CVPR(2016) ION / HyperNet / OHEM SSD 76.8 ECCV(2016) RFCN 79.5 NIPS(2016) -----------------------------------------------------------------
2017 ----------------------------------------------------------------- DSSD 81.5 Arxiv(2017) FPN / TDM YOLOv2 78.6 CVPR(2017) RoN / DCN / DeNet / CoupleNet /RetinaNet /MaskRCNN /DSOD /SMN
----------------------------------------------------------------- 2018 ----------------------------------------------------------------- YOLOv3 Arxiv(2018) STN /STDN RefineDet 83.8 CVPR(2018)
-----------------------------------------------------------------
&n