目標檢測-R-CNN系列

首先是對R-CNN系列進行學習，其包含了R-CNN, Fast R-CNN, Faster R-CNN。

1. R-CNN

在理解R-CNN代碼的之前，需要了解一些前期的知識，包括了Selective Search，而這個又是以這個Graph-Based Image Segmentation爲基礎的，所以我們首先先對這二個有所瞭解。

1.1 Efficient Graph-Based Image Segmentation

論文：Efficient Graph-Based Image Segmentation
代碼：C++代碼
論文解析：CSDN: Efficient Graph-Based Image Segmentation

1.2 Selective Search for Object Recoginition

論文：Selective Search for Object Recoginition
代碼：Selective Search for Object Detection (C++ / Python)
論文解析：

1. 目標檢測–Selective Search for Object Recognition(IJCV, 2013)
2. Selective Search for Object Recognition解讀
3. 物體檢測之選擇性搜索(Selective Search)

在對Selective Search已經有了一定程度的瞭解的基礎上，我們就可以學習R-CNN的算法了。

1.3 Rich feature hierarchies for accurate object detection and semantic segmentation(R-CNN)

論文：Rich feature hierarchies for accurate object detection and semantic segmentation
代碼：rbgirshick/rcnn
論文解析：

1. CSDN: R-CNN論文詳解
2. 知乎:RCNN- 將CNN引入目標檢測的開山之作
3. CSDN:【深度學習】R-CNN 論文解讀及個人理解

2 Fast RCNN

在學習Fast RCNN之前，我們先學習一下這個SPP-Net。

2.1 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition(SPP-Net)

論文: Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
代碼：SPP_net
論文解析：

1. SPP-Net論文詳解
2. 對sppnet網絡的理解
3. Meetup-SPPNet - Anna

2.2 Fast R-CNN: Fast Region-based Convolutional Networks for object detection

論文：Fast R-CNN
代碼：rbgirshick/fast-rcnn
論文解析：

1. 知乎：Fast R-CNN
2. CSDN：【目標檢測】Fast RCNN算法詳解
3. Fast R-CNN論文詳解
4. iccv15_tutorial_training_rbg：Training R-CNNs of various velocities Slow, fast, and faster

3 Faster R-CNN

論文：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks
MATLAB代碼：ShaoqingRen/faster_rcnn
Python代碼: rbgirshick/py-faster-rcnn
論文解析：

1. 【目標檢測】Faster RCNN算法詳解
2. Faster R-CNN論文詳解
3. Faster R-CNN的安裝、測試經歷
4. bilibili:Faster-Rcnn論文解讀(視頻說的很好)

4 目標檢測R-CNN系列總結

1. RCNN, Fast-RCNN, Faster-RCNN的一些事
2. 目標檢測——從RCNN到Faster RCNN 串燒
3. 機器視覺目標檢測補習貼之R-CNN系列 — R-CNN, Fast R-CNN, Faster R-CNN
4. 知乎：如何評價rcnn、fast-rcnn和faster-rcnn這一系列方法？

R-CNN系列暫時先寫到這裏，後面有需要添加的在補充。