【论文推荐】《目标检测》必看的8篇论文【附pdf】
目标检测是计算机视觉里面十分重要的任务。
作为计算机视觉中众多基础问题中的一个，目标检测成为了许多其他计算机视觉任务的基础，比如：实例分割，目标跟踪和姿态估计等。
深度学习的飞速发展使得目标检测重获新生，以至于其获得了重大突破，并使其成为了研究的热点。目标检测如今已经广泛的应用于现实生活中的各种应用之中：无人驾驶、机器人视觉、视频监控等。
本文就为大家推荐其中8篇最新的目标检测论文。
[2] 自动驾驶中用于单目 3D 目标检测的伪立体
Pseudo-Stereo for Monocular 3D Object Detection in Autonomous Driving
[3] 在全景分割的指导下，用于基于 LiDAR 的 3D 对象检测的多功能多视图框架
A Versatile Multi-View Framework for LiDAR-based 3D Object Detection with Guidance from Panoptic Segmentation
[4] 带有形状引导标签增强的弱监督 3D 对象检测
Back to Reality: Weakly-supervised 3D Object Detection with Shape-guided Label Enhancement
[5] 用于 LiDAR 3D 对象检测的点密度感知体素
Point Density-Aware Voxels for LiDAR 3D Object Detection
[6] 用于多模态 3D 目标检测的激光雷达相机深度融合
DeepFusion: Lidar-Camera Deep Fusion for Multi-Modal 3D Object Detection
[7] 视频伪装对象检测的隐式运动处理
Implicit Motion Handling for Video Camouflaged Object Detection
[8] 共同显著性目标检测的综合特征挖掘
Democracy Does Matter: Comprehensive Feature Mining for Co-Salient Object Detection
那么这些目标检测的论文怎样才能又好又快地吃透呢？
无非三个步骤：泛读、精读、代码复现。
这次我们请来了BAT算法工程师——张老师，推出【目标检测】YOLO V5论文精讲直播，为期2天，对论文和实验结果进行手把手分析，还有直播现场互动答疑，彻底夯实目标检测基础。
直播嘉宾：
—— 直播内容与安排 ——
1、6月23日20:30直播
1.为什么要学习目标检测论文
2.目标检测发展历程与前进方向
3.YOLO V3回顾和YOLO V3理论知识详解
4.注意事项
2、6月24日20:30直播
1.YOLO V5论文精读
2.YOLO V5细节讲解
3.实验结果分析
4.论文总结
