从R-CNN到YOLO，2020 图像目标检测算法综述

基于CNN 的目标检测是通过CNN 作为特征提取器，并对得到的图像的带有位置属性的特征进行判断，从而产出一个能够圈定出特定目标或者物体（Object）的限定框（Bounding-box，下面简写为bbox）。和low-level任务不同，目标检测需要预测物体类别及其覆盖的范围，因此需关注高阶语义信息。传统的非CNN 的方法也可以实现这个任务，比如Selective Search 或者DPM。在初始的CNN 中，也采用了传统方法生成备选框。ContentsR-CNNSPP-netFast R-CNNFaster R-CNNYOLO v1~v3SSDFPNRetinaNetMask R-CNN传统目标检测方法Selective SearchDeformable Part Model基于CNN 的目标检测1. Two-stage 方法所谓Two-stage 的方法，指的是先通过某种方式生成一些备选框，然后对备选框里的内容进行分类，并修正备选框的位置的方法。由于包含了r ………………………………