系列文章目录
：
第一章 目标检测综述
第二章 基于候选区域的目标检测方法之R-CNN
第三章 基于候选区域的目标检测方法之Fast R-CNN
第四章 基于候选区域的目标检测方法之Faster R-CNN
第五章 基于候选区域的目标检测方法之R-FCN
第六章 单次目标检测器之SSD
第七章 单次目标检测器之YOLO I
第八章 单次目标检测器之YOLO II
第九章 单次目标检测器之YOLO III
第十章 单次目标检测器之YOLO IV
第十一章 单次目标检测器之YOLO V
第十二章 单次目标检测器之YOLO X
第十三章 基于Transformer架构的目标检测器之DETR
概述
自2012年起至今，目标检测（Object detection）取得了长足的发展，其大致可以分为如下几个阶段：
(1) 基于固定滑窗的目标检测方法
该方法比较暴力，如下图所示，简单来说就是： 每次从Image取固定滑窗大小的Patch送入CNN 网络来提取特征，然后再分别训练分类器和回归器识别物体类别和预测物体的边界框。然后把滑窗自左至右，自上至下滑动重复上述过程直至遍历整个Image即可。
考虑到拍摄距离角度的影响，单一的固定大小滑窗并不能保证覆盖到物体， 所以实际上往往要设置多个不同大小和宽高比的固定滑窗进行检测。 然而，由于CNN网络的输入大小是固定的，因此再训练之前需要把由不同滑窗得到的Patches先Resize到指定大小（也就是网络的Input size）。
(2) 基于候选区域的方法
为了克服第一类方法的低效问题，提出了该类方法。简单来说就是：首先利用候选区域方法（Region Proposal methods）来从Image中选择感兴趣的区域ROI (Region of Interest), 然后把ROI逐个送入网络进行检测。
代表性方法包括： R-CNN, Faster R-CNN, Faster R-CNN，等。
(3) 单次目标检测方法
基于候选区域的方法实际上是把目标检测分为了两个过程/阶段：先确定候选区域， 然后再进行检测。前者实际上比较耗时，那么能不能将二者合二为一，直接一步到位？
单次目标检测就是为了达到上述目标。代表性方法包括：SSD, YOLO系列。
(4) 基于非卷积架构的目标检测器
上述几类方法的骨干网络都是卷积网络，那么能不能基于非卷积架构搭建网络实现目标检测呢？
Transformer架构最早诞生于NLP领域，他是基于全连接网络的架构。目前Transformer已经在包括目标检测在内的CV各个领域取得一定成绩。代表性方法包括FaceBook提出的DETR方法等。
该系列文章主要介绍后三类方法， 作为学习和总结。