目标检测必读的6篇前沿论文，附PDF

目标检测是计算机视觉中的经典问题之一，而图神经网络是目前较热的研究方向，两者是否有一些结合的思考呢？下面给大家介绍6篇有价值的目标检测论文，希望对大家的研究和工作有所帮助~

凭借大量可用数据、更快的 GPU 和更好的算法，现在我们可以轻松训练计算机以高精度检测出图像中的多个对象。

本文就为大家推荐其中 6 篇有价值的目标检测论文。

多项国家发明专利导师带你学    效率提升3倍的Paper阅读方法

深度之眼张导师、付导师及徐导师结合自己工作及学习经验，并配合深度之眼教研团的打磨，总结出一条目标检测的高效学习路径：

2场直播+录播  夯实对话YOLOv3

Step1：系统了解 目标检测 技术演化路径及发展历史

Step2：精讲目标检测基石论文 — YOLOv3

《YOLOv3 : An Incremental Improvement 》是目标检测领域最具代表性的方法之一，提出经典的Darknet 网络结构与 box 回归完美结合，在人脸检测、行人检测、物体检测等领域有大规模的落地应用。

深度之眼付导师 将从 研究背景 到 算法模型，带你啃透YOLOv3！

① 深挖研究背景 

提纲挚领，从4大维度介绍论文，深入讲解论文发表的研究背景、成果及意义，介绍论文中取得的核心成果，对比解决同一问题，已有解决方法和论文中提出的新的解决方法的优缺点，熟悉论文的整体思路和框架，建立对本篇论文的一个概貌性认识。

② 死磕算法模型

老师会重点讲解论文中的模型原理，深入拆解模型结构，对关键公式逐步推导，让你了解算法每一个因子是如何对结果产生影响的，掌握实验手段及结果，老师会帮你拎出论文中的关键点、创新点和启发点，节约你自己摸索的时间。

高手伴学 共同提升

完课即赠价值298元学习大礼包

为了激励大家完成学习，我们还准备了价值298元的算法工程师面试锦囊。只要完成全部课程的学习，你就能私信班主任获取！

学员好评，真香！

这一次，我给粉丝们申请了50个直播福利名额，参加即赠秘籍：《效率提升3倍的Paper阅读方法》。