懂AI
Deep-Learning-for-Tracking-and-Detection

Deep-Learning-for-Tracking-and-Detection

使用深度学习进行对象检测和跟踪的论文与资源合集

本项目汇集了有关深度学习在对象检测和跟踪领域的论文、数据集、代码及各种资源。内容涵盖静态检测、视频检测、多对象跟踪和单对象跟踪等主题，并提供了多种经典模型如RCNN、YOLO、SSD的实现和改进方案。此外，项目还涵盖了图像和视频分割、光流、运动预测等任务的资源，为研究人员和开发者提供了详尽的参考资料。

object detectiondeep learningYOLORCNNmulti object trackingGithub开源项目
GitHub论文

论文、数据集、代码和其他资源，使用深度学习进行目标检测和跟踪的集合

研究数据

我使用 DavidRM Journal 管理我的研究数据，因为它有出色的分层组织、交叉链接和标记功能。

我提供了一份日记条目导出文件，其中包含我在过去几年里收集的关于计算机视觉和深度学习的论文、文章、教程、代码和笔记的分类集合。

这是主题云的样子： Alt text

它需要 Jounal 8 并可由以下步骤导入：

  • 使用 File -> Import -> Import User Preferences 导入我的用户偏好
  • 使用 File -> Import -> Sync from The Journal Export File 导入研究数据

注意，必须在导入研究数据之前导入我的用户偏好，才能使标记的主题正常工作。

（可选）我的全局选项文件也提供给那些对暗主题感兴趣的人，可以通过 File -> Import -> Import Global Options 导入

更新日期：2023-11-22

论文

静态检测

区域提议

  • 使用深度神经网络的可扩展目标检测 [cvpr14] [pdf] [notes]
  • 用于目标识别的选择性搜索 [ijcv2013] [pdf] [notes]

RCNN

YOLO

SSD

<a id="retinanet_"></a>

RetinaNet

  • 用于目标检测的特征金字塔网络 [ax1704] [pdf] [notes]
  • 用于密集对象检测的焦点损失 [ax180207/iccv17] [pdf] [notes]

<a id="anchor_free_"></a>

无锚检测器

<a id="mis_c_"></a>

杂项

  • OverFeat 使用卷积网络进行集成识别、定位和检测 [ax1402/iclr14] [pdf] [notes]
  • LSDA 通过适应进行大规模检测 [ax1411/nips14] [pdf] [notes]
  • 获取局部化置信度以进行准确目标检测 [ax1807/eccv18] [pdf] [notes] [code]
  • EfficientDet: 可扩展且高效的目标检测 [cvpr20] [pdf]
  • Generalized Intersection over Union: 一个用于边框回归的度量和损失函数 [ax1902/cvpr19] [pdf] [notes] [code] [project]

<a id="video_detectio_n_"></a>

视频检测

<a id="tubelet_"></a>

Tubelet

  • 通过卷积神经网络从视频Tubelet中检测目标 [cvpr16] [pdf] [notes]
  • 使用Tubelet建议网络进行视频中的目标检测 [ax1704/cvpr17] [pdf] [notes]

<a id="fgf_a_"></a>

FGFA

  • 用于视频识别的深度特征流 [cvpr17] [微软研究] [pdf] [arxiv] [code]
  • 用于视频目标检测的流引导特征聚合 [ax1708/iccv17] [pdf] [notes]
  • 迈向高性能视频目标检测 [ax1711] [微软] [pdf] [notes]

<a id="rnn_"></a>

RNN

  • 使用关联LSTM进行在线视频目标检测 [iccv17] [pdf] [notes]
  • 情景很重要：使用循环神经网络优化视频中的目标检测 [bmvc16] [pdf] [notes]

<a id="multi_object_tracking_"></a>

多目标跟踪

<a id="joint_detection_"></a>

联合检测

<a id="identity_embeddin_g_"></a>

身份嵌入

关联

深度学习

  • 使用基于CNN的单目标跟踪器和时空注意力机制的在线多目标跟踪 [ax1708/iccv17] [pdf] [arxiv] [notes]

  • 使用双匹配注意网络的在线多目标跟踪 [ax1902/eccv18] [pdf] [arxiv] [notes] [code]

  • FAMNet 联合学习特征、亲和度和多维分配用于在线多目标跟踪 [iccv19] [pdf] [notes]

  • 利用连接性：使用TrackletNet进行多目标跟踪 [ax1811/mm19] [pdf] [notes]

  • 无花哨功能的跟踪 [ax1903/iccv19] [pdf] [notes] [code] [pytorch]

RNN

  • 追踪不可追踪的目标：学习使用长期依赖追踪多个线索 [ax1704/iccv17] [Stanford] [pdf] [notes] [arxiv] [project],

  • 使用双线性LSTM和神经门控进行多目标跟踪 [eccv18] [pdf] [notes]

  • 在多目标跟踪中消除暴露偏差和度量不匹配 [cvpr19] [pdf] [notes] [code]

无监督学习

  • 通过深度学习Tracklet关联进行无监督人员重新识别 [ax1809/eccv18] [pdf] [notes]

  • 通过动画跟踪：多目标注意跟踪器的无监督学习 [ax1809/cvpr19] [pdf] [arxiv] [notes] [code]

  • 简单的无监督多目标跟踪 [ax2006] [pdf] [notes]

强化学习

网络流

图优化

  • 用于联合分割和多目标跟踪的多切割公式 [ax1607] [highest MT on MOT2015] [University of Freiburg, Germany] [pdf] [arxiv] [author] [notes] <a id="baselin_e_"></a>

基线

<a id="metrics_"></a>

评估指标

<a id="single_object_tracking_"></a>

单目标跟踪

<a id="reinforcement_learning__1"></a>

强化学习

<a id="siamese_"></a>

Siamese

<a id="correlation_"></a>

相关性

<a id="mis_c__1"></a>

其它

  • 弥合检测与跟踪之间的差距：一种统一的方法 [iccv19] [pdf] [笔记]

<a id="deep_learning__1"></a>

深度学习

<a id="synthetic_gradient_s_"></a>

合成梯度

<a id="efficient_"></a>

高效

  • EfficientNet:对卷积神经网络的模型缩放重新思考 [icml2019] [pdf] [笔记]

<a id="unsupervised_learning__1"></a>

无监督学习

<a id="interpolation_"></a>

插值

<a id="autoencoder_"></a>

自编码器

<a id="variational_"></a>

变分

<a id="dataset_s_"></a>

数据集

<a id="multi_object_tracking__1"></a>

多目标跟踪

<a id="uav_"></a>

无人机

<a id="synthetic_"></a>

合成

<a id="microscopy___cell_tracking_"></a>

显微镜 / 细胞跟踪

<a id="single_object_tracking__1"></a>

单对象跟踪

<a id="video_detectio_n__1"></a>

视频检测

<a id="video_understanding___activity_recognitio_n_"></a>

视频理解 / 活动识别

<a id="static_detectio_n__1"></a>

静态检测

<a id="animals_"></a>

动物

<a id="boundary_detectio_n_"></a>

边界检测

<a id="static_segmentation_"></a>

静态分割

<a id="video_segmentation_"></a>

视频分割

<a id="classificatio_n_"></a>

分类

<a id="optical_flow_"></a>

光流

<a id="motion_prediction_"></a>

运动预测

<a id="cod_e_"></a>

代码

<a id="general_vision_"></a>

通用视觉

<a id="multi_object_tracking__2"></a>

多对象跟踪

<a id="framework_s_"></a>

框架

通用

<a id="baselin_e__1"></a>

基准

<a id="siamese__1"></a>

Siamese

<a id="unsupervise_d_"></a>

无监督

<a id="re_id_"></a>

Re-ID

<a id="framework_s__1"></a>

框架

<a id="graph_nn_"></a>

图神经网络

<a id="microscopy___cell_tracking__1"></a>

显微镜 / 细胞追踪

<a id="3_d_"></a>

3D

<a id="metrics__1"></a>

评测

单目标追踪

GUI应用 / 大规模追踪 / 动物

视频检测

动作检测

框架

静态检测和匹配

框架

区域提案

FPN

RCNN

SSD

RetinaNet

YOLO

Anchor Free

Misc

Matching

Boundary Detection

Text Detection

框架

3D Detection

框架

Optical Flow

框架

Instance Segmentation

框架

语义分割

<a id="framework_s__8"></a>

框架

<a id="polyp_"></a>

息肉分割

<a id="panoptic_segmentation_"></a>

全景分割

<a id="video_segmentation__1"></a>

视频分割

<a id="panoptic_video_segmentation_"></a>

全景视频分割

<a id="motion_prediction__1"></a>

运动预测

<a id="pose_estimation_"></a>

姿态估计

<a id="framework_s__9"></a>

框架

<a id="autoencoder_s_"></a>

自动编码器

<a id="classificatio_n__1"></a>

分类

<a id="framework_s__10"></a>

框架

<a id="deep_rl_"></a>

深度强化学习

<a id="annotatio_n_"></a>

标注

<a id="editing_"></a>

编辑

<a id="augmentatio_n_"></a>

增强

<a id="deep_learning__2"></a>

深度学习

<a id="class_imbalanc_e_"></a>

类别不平衡

<a id="few_shot_learning_"></a>

小样本学习

<a id="unsupervised_learning__2"></a>

无监督学习

<a id="collections_"></a>

集锦

<a id="dataset_s__1"></a>

数据集

<a id="deep_learning__3"></a>

深度学习

<a id="static_detectio_n__2"></a>

静态检测

<a id="video_detectio_n__3"></a>

视频检测

<a id="single_object_tracking__3"></a>

单目标跟踪

<a id="multi_object_tracking__3"></a>

多目标跟踪

<a id="static_segmentation__1"></a>

静态分割

<a id="video_segmentation__2"></a>

视频分割

<a id="motion_prediction__2"></a>

运动预测

<a id="deep_compressed_sensin_g_"></a>

深度压缩感知

<a id="mis_c__3"></a>

其他

<a id="tutorials_"></a>

教程

<a id="collections__1"></a>

合辑

<a id="multi_object_tracking__4"></a>

多目标跟踪

<a id="static_detectio_n__3"></a>

静态检测

<a id="video_detectio_n__4"></a>

视频检测

<a id="instance_segmentation__1"></a>

实例分割

<a id="deep_learning__4"></a>

深度学习

<a id="optimizatio_n_"></a>

优化

<a id="class_imbalanc_e__1"></a>

类不平衡

<a id="rnn__2"></a>

循环神经网络（RNN）

<a id="deep_rl__1"></a>

深度强化学习（Deep RL）

<a id="autoencoder_s__1"></a>

自动编码器（Autoencoders）

<a id="blogs_"></a>

博客

编辑推荐精选

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

下拉加载更多