如何深入了解目标检测，掌握模型框架的基本操作？

目标检测是近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，同时目标检测也是泛身份识别领域的一个基础性算法，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。

在深度学习浪潮到来之前，目标检测精度的进步十分缓慢，靠传统依靠手工特征的方法来提高精度已是相当困难的事，而在卷积神经网络（CNN）出现之后，其所展现的强大性能，吸引着学者们将CNN迁移到了其他的任务，也包括着目标检测任务。 目标检测这一基本任务仍然是非常具有挑战性的课题，存在很大的提升潜力和空间。从RCNN到Fast RCNN，再到Faster RCNN，一直都有效率上的提升，那么如何深入了解目标检测，掌握模型框架的基本操作？

那么，基于CNN最经典也是最流行的应用应当是图像处理领域。而研读卷积神经网络的经典论文，对于学习和研究卷积神经网络必不可缺。

责任编辑：lq