一、CNN based One-Stage Detectors

所有论文综述均保持如下格式：
1、一页PPT内容总结一篇论文
2、标题格式一致：出处 年份 《标题》
3、内容格式一致：针对XX问题；提出了XX方法；本文证明了XXX
4、把握核心创新点，言简意赅
5、开源代码链接

强烈推荐：目标检测论文资源列表(各目标检测网络性能对比、论文链接、官方/非官方代码链接)
https://github.com/hoya012/deep_learning_object_detection#2014

一、ICLR 2014《Over Feat：Integrated Recognition, Localization and Detection using Convolutional Networks》

• 针对：分类任务中，卷积神经网络的特征提取用于定位检测
• 提出了：利用滑窗和规则块生成候选框，再利用多尺度滑窗增加检测结果，解决图像目标形状复杂、尺寸不一，最后用CNN、回归模型分类、定位目标
• 本文证明了：首次提出用同一卷积网络完成多个任务（分类、定位、检测）把分类过程提取到的特征同时用于定位检测，只需要改变网络的最后几层即可

二、CVPR 2016《You Only Look Once: Unified, Real-Time Object Detection》v1

• 针对：Two-stage目标检测速度问题
• 提出了：第一个one-stage检测器；完全放弃“proposal detection + verification”；将单个神经网络应用于完整图像，将图像划分为多个区域，并同时预测每个区域的边界框和概率；采用Leaky ReLU
  
  
  缺点：与two-stage相比，定位精度下降，特别对于一些小目标，YOLO后续版本和SSD关注了该问题。
• 本文证明了：YOLOv1能有效地提升目标检测速度
  GitHub官方源码
  GitHub非官方源码（Tensorflow）

三、CVPR 2017《YOLO9000: Better, Faster, Stronger》

• 针对：检测速度和准确率之间的trade-off，重点解决召回率和定位精度的误差
• 提出了：1.在每一卷积层后面加入BN；2.High resolution classifier；3.借鉴faster R-CNN，引入Anchor机制，通过预测Anchor box的偏移值与置信度，而不是直接预测坐标值；4.维度聚类（使用K-means聚类方法类训练Bounding Boxes，自动找到更好的宽高维度的值用于先验Anchor box）；5.直接位置预测；6.Fine-Grained Features；7.特征融合（将高分辨率的浅层特征连接到高层进行特征融合，提高对小目标的检测能力）；8.多尺度训练（训练网络时采用随机输入32倍数的图像尺寸，使网络能在不同分辨率上检测）；9.采用Darknet-19主干网络
  
• 本文证明了：YOLOv2能有效提升检测速度和精度；此外，通过目标分类与检测的联合训练方法，可以检测多达9000种物体
  GitHub非官方源码（PyTorch）
  GitHub非官方源码（Tensorflow）

四、CVPR 2018《YOLOv3: An Incremental Improvement》

• 针对：保证实时性基础上追求高检测精度
• 提出了：1. bounding box中只有和ground truth的IOU最大的bounding box才是用来预测该object；2.多标签分类，每个候选框可预测多个分类，将softmax换成逻辑回归层；3.多尺度预测，类似FPN；4.更好的基础分类网络darknet-53
• 本文证明了：YOLO系列的最强版本
  GitHub非官方源码（PyTorch）
  GitHub非官方源码（Tensorflow）

五、ECCV 2016《SSD:Single Shot MultiBox Detector》

• 针对：多尺度物体检测
• 提出了：引入多参考和多分辨率检测技术，采用多尺度特征图做预测；采用卷积进行检测；设置先验框；SSD中的数据增广可以多学习
  
• 本文证明了：该技术显著提高了one-stage的检测精度，尤其对于某些小物体
  GitHub非官方源码（PyTorch）
  GitHub非官方源码（Tensorflow）

六、ICCV 2017《RetinaNet:Focal Loss for Dense Object Detection》

• 针对：One-stage检测精度不如two-stage，极端前景-背景（正负样本）类别不均衡导致
• 提出了：交叉熵损失基础上，提出focal loss（只能说非常好用！），以便检测器在训练过程中将更多的注意力放在困难、分类错误的示例上
  
• 本文证明了：Focal Loss使one-stage达到two-stage相当的精度，同时保持非常高的检测速度
  GitHub非官方源码（PyTorch）
  GitHub非官方源码（Tensorflow）

二、说明

• 博客内容只是总结每篇论文的主要创新点，针对什么问题，提出了什么方法，没有翻译论文，也没有详细阐述论文中提出的网络结构，实验方法。原因在于：网上有很多关于各种论文的详细翻译、理解，但读者很难集中时间去消化理解每一篇论文内容，往往都是看完一篇过几天就忘记了，所以本文采用这种总结方式，简洁明了，使其对基于One-stage的目标检测网络有一整体的认识。
• 以上内容均基于本人看论文的理解，可能在某些总结上存在错误或者理解不够，恳请大家能在留言提出来，我会及时修改，我希望通过写博客的方式，加深对论文的理解，并期望得到提高，谢谢大家！