這篇部落格主要記錄網上看到覺得寫還不錯的部落格鏈結，但其中不乏有主題重複的文章。有相同方向的同學可以關注一下這篇部落格，一起討論目標檢測方面的問題。部落格會一直更新，如果很長時間沒有看到我更新，那可能我已經轉行了，哈哈，開個玩笑。
計算機視覺基礎:
最近鄰插值、雙線性插值、雙三次插值
非極大值抑制演算法（non-maximum suppression，nms）
概率論相關：
貝葉斯公式的直觀理解(先驗概率/後驗概率)
數學相關：
focal loss
batch normalization原理與實戰
為什麼faster-rcnn、ssd中使用smooth l1 loss 而不用smooth l2 loss
機器學習中正則化項l1和l2的直觀理解
backbone相關：
可分離卷積基本介紹
resnet解析
卷積神經網路的網路結構——hourglass
理解 deformable convolutional networks
目標檢測網路：
對sppnet網路的理解
faster r-cnn - 目標檢測詳解
faster-rcnn**解讀記錄
cascade r-cnn 詳細解讀
fpn特徵金字塔網路–**解讀
rpn（區域生成網路）
rfcn**筆記
roipooling、roialign筆記
目標檢測特殊層：psroipooling詳解
ssd原理解讀-從入門到精通
light head r-cnn**筆記
目標檢測之one-stage和two-stage網路的區別
目標檢測anchor-free分支：基於關鍵點的目標檢測
cornernet 和 cornernet-lite
近距離觀察yolov3
efficientdet: scalable and efficient object detection
深度學習目標檢測
流程狂徒如下 1 使用selective search提取proposes，然後利用cnn等識別技術進行分類。2 使用識別庫進行預訓練，而後用檢測庫調優引數。3 使用svm代替了cnn網路中最後的softmax，同時用cnn輸出的4096維向量進行bounding box回歸。4 流程前兩個步驟 候...
深度學習（六） 目標檢測
多個目標 思路 區域性識別問題 優點生成候選位置 擴充套件 過程 優點 缺點 候選位置提醋和方法 候選框進行svm分類 fine tune分類模型 特徵提取 單獨目標探測器訓練 資料集 評估方法 iou 優點 缺點 特徵一致化max pooling 位置 類別 聯合學習 速度快了精度提公升不多 怎麼...
目標檢測相關
目標檢測主要有兩個分支，分別為one stage與two stage。為了深入了解，整理一些較好的部落格。r cnn系列 r cnn系列1 r cnn bounding box 回歸 fast r cnn faster r cnn qquad rpn網路的輸出到底是什麼？按照每個3 3的感受野 得到...