物体检测
物体检测是计算机视觉中的经典问题之一，其任务是用框去标出图像中物体的位置，并给出物体的类别。从传统的人工设计特征加浅层分类器的框架，到基于深度学习的端到端的检测框架，物体检测一步步变得愈加成熟。
==== |
====== |
========= |
======= |
===== |
==== |
==== |
==== |
======= |
======= |
============ |
| 图神经网络 | 注意力机制 | 强化学习 | 迁移学习 | Transformer | Pytorch | Tensorflow | 核酸/氨基酸分析 | GAN | 其它 |
| 图像增强 | 图像分割 | 物体检测 | 图像分类 | 医学影像学 | BasicSR | 多模态融合 | 神经科学 | 知识图谱 |
物体检测专题
FR-CNNs慢但是准确性高，YOLO很快但是精度差点。SSDs平衡了这两种算法。如果再结合Google提出的MobileNets优化网络结构，可以得到很理想的效果。
============
Faster R-CNNs
============
一文读懂Faster RCNN
Faster R-CNN文章详细解读 - 简书
Faster R-CNN详解
=======================
You Only Look Once (YOLO)
=======================
YOLO（You Only Look Once）算法详解
YOLO(You Only Look Once) - 天涯惟笑 - 博客园
深入浅出Yolo系列之Yolov3&Yolov4&Yolov5核心基础知识完整讲解
YOLO系列
=====================
Single Shot Detectors (SSDs)
=====================
Single Shot MultiBox Detector 详解