/ObjectRecognition

R-CNN

Fast R-CNN

Faster R-CNN

ION

HyperNet

SDP-CRC

YOLO

G-CNN

SSD

目标检测，通俗的理解其目的是定位目标，并确定目标位置及大小。相比于图像目标检查，视频检测是比单张图片检测多了时间上下文的信息；相比于传统目标检测，深度学习目标检测算法越来越成熟，那么到底在目标检测上有哪些可用的深度学习算法，哪些算法又比较适合我们的工作或者研究呢？深思考小编带你一起了解目标检测算法！ 目标检测算法论文集 [overfeat] http://arxiv.org/abs/1312.6229 [RCNN] http://arxiv.org/abs/1311.2524 [SPP-Net] http://arxiv.org/pdf/1406.4729.pdf [Fast-RCNN] http://arxiv.org/abs/1504.08083 [R-FCN] https://arxiv.org/abs/1605.06409 [Faster-RCNN] http://arxiv.org/abs/1506.01497 [YOLO] http://arxiv.org/abs/1506.02640 [YOLO2] https://arxiv.org/pdf/1612.08242v1.pdf [SSD] http://arxiv.org/pdf/1512.02325v1.pdf [HyperNet] https://www.arxiv.org/abs/1604.00600 [MR-CNN] http://arxiv.org/abs/1505.01749 [Inside-Outside Net] http://120.52.73.9/ [LocNet] https://arxiv.org/abs/1511.07763 [G-CNN] https://arxiv.org/abs/1512.07729 [MASK-RCNN] http://arxiv.org/abs/1605.02319

目标检测算法性能大比拼 目标检测算法实际应用中的场景，无外乎关心MAP和检测耗时两个指标，针对上述一系列的算法，下表给出其对应的结果，其中+++表示训练数据为VOC07+VOC12+MS COCO。其余方法的训练数据均为VOC07 for VOC07 test，VOC07+VOC12 for VOC12test，MS COCO for MS COCO test. 方法 检测耗时 VOC07 VOC12 MS COCO overfeat

RCNN 13s 66.0 53.3

SPP-Net 0.29s 59.2

fast-rcnn 0.32s 70.0 68.0 19.7 faster-rcnn+++ 140ms 85.6 83.8 21.9 HyperNet 1140ms 76.3 71.4

MR-CNN 30s 78.2 73.9

R-FCN+++ 0.17s 83.6 82.0 29.9 ION 0.8s 79.2 76.4 33.1 视频算法

--

-- YOLO 45FPS 63.4 57.9

Fast YOLO 155FPS 52.7

SSD300 58FPS 72.1 70.3 20.8 SSD500 23FPS 75.1 73.1 24.4

目标检测算法源码大集合 [overfeat] https://github.com/sermanet/OverFeat [RCNN] https://github.com/rbgirshick/rcnn [SPP-Net] https://github.com/dsisds/caffe-SPPNet [Fast-RCNN] https://github.com/rbgirshick/fast-rcnn [R-FCN] https://github.com/daijifeng001/R-FCN [Faster-RCNN] https://github.com/rbgirshick/py-faster-rcnn [YOLO] https://github.com/nilboy/tensorflow-yolo [YOLO2] https://github.com/pjreddie/darknet [SSD] https://github.com/weiliu89/caffe/tree/ssd

fine-tuning

场景识别

http://places.csail.mit.edu

视觉风格识别

http://demo.vislab.berkeleyvision.org

论文地址：https://arxiv.org/pdf/1704.04861.pdf 个人实现项目： https://github.com/rcmalli/keras-mobilenet https://github.com/pby5/MobileNet

MobileNet 是谷歌在 2017 年 4 月发表的一项研究，它是一种高效、小尺寸的神经网络架构，适用于构建手机/移动设备上的低延迟深度学习应用，并可以完成多种不同任务。

Core ML 实现链接：https://github.com/hollance/MobileNet-CoreML

本实现是论文《MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications》中神经网络架构 MobileNet 的苹果 CoreML 框架实现。它使用了 MobileNet-Caffe 中的预训练内容。

想使用这个 app，请在 Xcode 9 中打开 MobileNetCoreML.xcodeproj，并在 iOS11 系统或同版本的模拟器中运行。目前，它只能用于识别猫的图片，实时视频的识别将在稍后加入（可以看看 Forge：https://github.com/hollance/Forge，一个用于 iOS10 的 Metal 神经网络工具包，和 MobileNet 共同使用可以处理视频）。

模型迁移

这个版本已经包含了完整的 MobileNet.mlmodel，所以你不必遵循这一章节的所有步骤。当然，如果你希望尝试，以下是如何将原版 Caffe 模型转换到.mlmodel 文件中的方法：

  1. 从 Caffemodel 文件中下载模型，放到本项目中的根目录下。（注意，你不必下载 mobilenet_deploy.prototxt，它在本项目中已经存在。该实现作者还在尾部加入了一个原版缺失的 Softmax 层）

原 Caffe 实现连接：https://github.com/shicai/MobileNet-Caffe

  1. 在终端加入如下代码： $ virtualenv -p /usr/bin/python2.7 env $ source env/bin/activate $ pip install tensorflow $ pip install keras==1.2.2 $ pip install coremltools 使用/usr/bin/python2.7 设置虚拟环境非常重要，如果你在使用其他版本的 Python，则转换脚本会崩溃——Fatal Python error: PyThreadState_Get: no current thread；同时，你需要使用 Keras 1.2.2 版本，而不是更新的 2.0 版。

  2. 运行 coreml.py 脚本进行转换： $ python coreml.py 这会生成 MobileNet.mlmodel 文件。

  3. 通过禁止 virtualenv 进行清理： $ deactivate

论文：MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications

论文链接：https://arxiv.org/abs/1704.04861v1

https://github.com/tensorflow/models/tree/master/inception#geitting-started

https://github.com/balancap/SSD-tensorflow

https://github.com/Zehaos/MobileNet

https://github.com/rbgirshick/py-faster-rcnn 安装caffe2

http://nbviewer.jupyter.org/github/BVLC/caffe/blob/master/examples/detection.ipynb