这几天在整理论文，发现了这几篇目标检测综述论文，总结出来推荐给大家！

Object Detection in 20 Years: A Survey

文章回顾了400多篇关于目标检测的论文，涵盖目标检测进20年的发展。本文涵盖了许多主题，包括历史上的里程碑检测器、检测数据集、度量、检测系统的基本构建模块、加速技术和最新的技术检测方法。本文还综述了一些重要的检测应用。如行人检测、人脸检测、文本检测等，并对其近年来面临的挑战以及技术改进进行了深入分析。

Recent Advances in Deep Learning for Object Detection

在本文中，对深度学习中视觉对象检测的最新进展进行了全面的调查。通过回顾大量近期的相关文献研究，系统地分析了现有的对象检测框架并将调查分为三个主要部分：(i) detection components, (ii) learning strategies, and (iii) applications & benchmarks.在调查中，我们详细介绍了影响检测性能的多种因素，例如detector architectures, feature learning, proposal generation, sampling strategies.最后，我们讨论了未来的一些发展方向并推动通过深度学习进行视觉目标检测的未来研究。

A Survey of Deep Learning-based Object Detection

本文首先分析了现有典型检测模型的方法，并对基准数据集进行了描述。之后，系统地概述了各种目标检测方法，包括单级和两级检测器。列出了传统的和新的应用程序。分析了目标检测的一些代表性分支。最后，讨论了利用这些目标检测方法构建一个高效的体系结构，并指出了一套发展趋势，以便更好地遵循最新的算法和进一步的研究。