最近 20 年目标检测发展的特别的快。
不同地点目标检测问题有不同的困难。
主要分为两个阶段，基于传统的检测方法，基于深度学习的检测方法。原文把基于系统的方法比作冷兵器时代。
文中举例了一些传统的里程碑方法
- Viola Jones Detectors
- HOG Detector
- Deformable Part-based Model (DPM)
基于 CNN 的里程碑方法（two stage）
- RCNN
- SPPNet
- Fast RCNN
- Faster RCNN
- Feature Pyramid Networks
基于 CNN 的里程碑方法（one stage）
- You Only Look Once (YOLO)
- Single Shot MultiBox Detector (SSD)
- RetinaNet
然后文章列举了一些重要的数据库
- Pascal VOC
- ILSVRC
- MS-COCO
- Open Images
- Datasets of Other Detection Tasks
列举了一些标准。
之后讲诉了目标检测的技术革命