论文源地址
1. 与其他综述的不同之处
1.对目标检测技术演变的全面回顾
该论文回顾了从上世纪90年代到2019年的400多篇的论文。
2.深入探索的关键技术和最近的技术现状
对“multi-scale detection”，“bounding box regression”等这些技术进行了深度的探讨
3.对检测加速技术的综合分析
20年来目标检测历史上的加速技术进行了广泛的回顾
2.传统的目标检测
1.Viola Jones Detectors
VJ探测器通过结合“积分图像”、“特征选择”和“检测级联”三种重要技术，显著提高了其检测速度。
2.HOG Detector
3. Deformable Part-based Model (DPM)
DPM遵循“分治治之”的思想，训练可以简单地视为学习分解对象的正确方法，推理可以被认为是对不同对象部分的检测的集合。例如，检测“汽车”的问题可以被认为是对其窗口、车身和车轮的检测。
3.基于CNN的两阶段探测器
1.RCNN
优点：相比于传统方法，其精度增加了很多。
缺点: 速度很慢
2.SPPNet
优点:改良了RCNN，速度上快了很多。
缺点:首先，训练仍然是多阶段的，其次，SPPNet只对其全连接的层进行了微调，而忽略了之前的所有层.
3.Fast RCNN
虽然Fast-RCNN成功地集成了R-CNN和SPPNet的优点，但其检测速度仍然受到方案检测的限制
4.Faster RCNN
Faster-RCNN的主要贡献是引入了区域提案网络(RPN)，从而实现了几乎没有任何开销的区域提案。
5.Feature Pyramid Networks
由于CNN通过其正向传播自然地形成了一个特征金字塔，因此FPN在检测各种尺度的物体方面显示出了巨大的进步。更加有利于对对象的定位。
4.基于CNN的一阶段探测器
1.YOLO
2.SSD
SSD的主要贡献是引入了多参考和多分辨率检测技术，这显著提高了一级探测器的检测精度，特别是对一些小物体的检测。
3.RetinaNet
5.多尺度检测技术的发展
- Feature pyramids + sliding windows
是专门设计来检测具有“固定纵横比”的物体（如面孔和直立的行人），通过简单地建立特征金字塔和滑动固定大小的检测窗口。对于“变化纵横比”的物体并没有考虑到。 - Dtection with object proposals
指一组可能包含任何对象的与类无关的候选框。 - Deep regression
基于深度学习特征直接预测边界框的坐标 - Multi-reference/-resolution detection
它的主要思想是预先定义一组参考框(a.k.a.anchor boxes)在不同位置的不同大小和纵横比的图像，然后根据这些参考框预测检测框
三 速度
3.1级联检测
级联检测可提升"大场景下的小物体检测"的速度
3.2Lightweight Network Design(轻型网络设计)
- factorizing convolutions(分解卷积)
两种方式,将一个大的卷积核分成几个效地卷积核，例如，我们可以将一个7x7的滤波器分解成三个3x3的滤波器，在那里它们共享相同的接受域，但后者更有效。另一个例子是将一个k×k滤波器分解为一个k×1滤波器和一个1×k滤波器，这对于非常大的滤波器可能更有效
2.Group Convolution（组卷积）
组卷积是将特征通道划分成不同的组，然后对不同的组进行卷积，从而减少卷积层参数的数量。
3.Depth-wise Separable Convolution（深度可分离卷积）
假设我们有一个带有d个卷积核的卷积层和一个c个通道的特征层。每个卷积核的大小为k×k。对于深度可分离卷积，首先将每个k×k×c卷积核分割成c片，每个片大小为k×k×1，然后在每个卷积核的每个通道中单独进行卷积。最后，使用一些1x1的卷积核来进行维数变换，以便最终的输出应该有d个通道。通过使用深度可分离卷积，。这一想法最近已被应用于目标检测和细粒度分类
4.特征融合
先解释两个名词:
https://zhuanlan.zhihu.com/p/41682204(详细的解释)
等变性 equivariant
通俗解释：对于一个函数，如果你对其输入施加的变换也会同样反应在输出上，那么这个函数就对该变换具有等变性。
不变性 invraiant
通俗解释：对于一个函数，如果对其输入施加的某种操作丝毫不会影响到输出，那么这个函数就对该变换具有不变性。
在CNN中，较深的层可以有更好的不变性，更加有利于对物体的分类，较浅的层有更好的等变性，更加有利于对物体的定位检测。因此，在CNN模型中整合深度和浅层特征有助于提高不变性和等变性。
