目标检测小论文引入部分

论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 提出时间：2014年 论文地址： 针对问题： 从Alexnet提出后，作者等人思考如何利用卷积网络来完成检测任务，即输入一张图，实现图上目标的定位（目标在哪）和分类（目标是什么）两个目标，并最终完成了RCNN网络模型。 创新点： RCNN提出时，检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢，作者采用的是Selective Search候选区域提取算法，来获得当前输入图上可能包含目标的不同图像块，再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客： 。 论文题目：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 提出时间：2014年 论文地址： 针对问题： 该论文讨论了，CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后，在网络后端组织两组卷积或全连接层，一组用于实现定位，输出当前图像上目标的最小外接矩形框坐标，一组用于分类，输出当前图像上目标的类别信息。也是以此为起点，检测网络出现基础主干网络(backbone)+分类头或回归头（定位头）的网络设计模式雏形。 创新点： 在这篇论文中还有两个比较有意思的点，一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的，而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制，那用1x1卷积来替换FC层，是否可行呢？作者在测试时通过将全连接层替换为1x1卷积核证明是可行的；二是提出了offset max-pooling，也就是对池化层输入特征不能整除的情况，通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练，然后切换分类头为回归头，再训练回归头的参数，最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。 参考博客： 论文题目：Scalable Object Detection using Deep Neural Networks 提出时间：2014年 论文地址： 针对问题： 既然CNN网络提取的特征可以直接用于检测任务（定位+分类），作者就尝试将目标框（可能包含目标的最小外包矩形框）提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。 创新点： 本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心，（800个anchor box）然后学习预测不考虑目标类别的二分类网络，背景or前景。用到了多尺度下的检测。 参考博客： 论文题目：DeepBox: Learning Objectness with Convolutional Networks 提出时间：2015年ICCV 论文地址： 主要针对的问题： 本文完成的工作与第三篇类似，都是对目标框提取算法的优化方案，区别是本文首先采用自底而上的方案来提取图像上的疑似目标框，然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序；而第三篇为直接利用CNN网络来回归图像上可能的目标位置。创新点： 本文作者想通过CNN学习输入图像的特征，从而实现对输入网络目标框是否为真实目标的情况进行计算，量化每个输入框的包含目标的可能性值。 参考博客： 论文题目：AttentionNet: AggregatingWeak Directions for Accurate Object Detection 提出时间：2015年ICCV 论文地址： 主要针对的问题： 对检测网络的实现方案进行思考，之前的执行策略是，先确定输入图像中可能包含目标位置的矩形框，再对每个矩形框进行分类和回归从而确定目标的准确位置，参考RCNN。那么能否直接利用回归的思路从图像的四个角点，逐渐得到目标的最小外接矩形框和类别呢？ 创新点： 通过从图像的四个角点，逐步迭代的方式，每次计算一个缩小的方向，并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。 参考博客： 论文题目：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 提出时间：2014年 论文地址： 针对问题： 如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络，在处理过程中就造成了图像块信息的损失。在实际的场景中，输入网络的目标尺寸很难统一，而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。创新点： 作者提出的SPPnet中，通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸，在训练的时候，池化的操作还是通过滑动窗口完成的，池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。 参考博客 ： 论文题目：Object detection via a multi-region & semantic segmentation-aware CNN model 提出时间：2015年 论文地址： 针对问题： 既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位，本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。创新点： 作者通过对输入网络的region进行一定的处理（通过数据增强，使得网络利用目标周围的上下文信息得到更精准的目标框）来增加网络对目标回归框的精度。具体的处理方式包括：扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置，使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性，从而提高了回归框的精度。 参考博客 ： 论文题目：Fast-RCNN 提出时间：2015年 论文地址： 针对问题： RCNN中的CNN每输入一个图像块就要执行一次前向计算，这显然是非常耗时的，那么如何优化这部分呢？ 创新点： 作者参考了SPPNet（第六篇论文），在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸，从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图，再将原图上用Selective Search算法得到的目标框映射到特征图上，避免了特征的重复提取。 参考博客 ： 论文题目：DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers 提出时间：2015年 论文地址： 主要针对的问题： 本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文，作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。 创新点： 作者在不同的激活层上以滑动窗口的方式生成了假设，并表明最终的卷积层可以以较高的查全率找到感兴趣的对象，但是由于特征图的粗糙性，定位性很差。相反，网络的第一层可以更好地定位感兴趣的对象，但召回率降低。 论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 提出时间：2015年NIPS 论文地址： 主要针对的问题： 由multibox（第三篇）和DeepBox（第四篇）等论文，我们知道，用CNN可以生成目标待检测框，并判定当前框为目标的概率，那能否将该模型整合到目标检测的模型中，从而实现真正输入端为图像，输出为最终检测结果的，全部依赖CNN完成的检测系统呢？ 创新点： 将当前输入图目标框提取整合到了检测网络中，依赖一个小的目标框提取网络RPN来替代Selective Search算法，从而实现真正的端到端检测算法。 参考博客 ：

参考文献著录项目：

1、主要责任者(专著作者、论文集主编、学位申报人、专利申请人、报告撰写人、期刊文章作者、析出文章作者)。

多个责任者之间以“，”分隔，不得出现缩写点“.”(英文作者请将作者名写全)。主要责任者只列姓名，其后不加“著”、“编”、“主编”、“合编”等责任说明。

2、文献题名和版本(初版省略)。

3、文献类型和载体类型标识。

4、出版项(出版地、出版年、出版者)。

5、文献的出处或电子文献的可获得地址。

6、文献的起止页码。

7、文献的标准编号(标准号、专利号……)。

参考文献按在正文中出现的先后次序列表于文后，表上以“[参考文献]”(居中)作为标识;参考文献的序号左顶格，并用数字加方括号表示，如[1]、[2]、…，以与正文中的指示序号格式一致。参照ISO 690及ISO 690-2，每一参考文献条目的最后均以“.”结束。

例：

[序号] 主要责任者.文献题名[文献类型标识].出版地：出版者，出版年.起止页码(任选).

[1] 刘国钧，陈绍业，王凤翥.图书馆目录[M].北京：高等教育出版社，.

对于非纸张型载体的电子文献，当被引用为参考文献时需在参考文献类型标识中同时标明其载体类型。

根据GB3469规定，以单字母方式标识以下各种参考文献类型：

1、参考文献类型 专著 论文集 报纸文章 期刊文章 学位论文 报告 标准 专利 文献类型标识 M C N J D R S P

2、对于专著、论文集中的析出文献，其文献类型标识建议采用单字母“A”;对于其他未说明的文献类型，建议采用单字母“Z”。

3、对于数据库(database)、计算机程序(computer program)及电子公告(electronic bulletin board)等电子文献类型的参考文献，建议以下列双字母作为标识：

4、电子参考文献类型 数据库 计算机程序 电子公告 电子文献类型标识 DB CP EB

扩展资料：

参考文献是作者写作论著时所参考的文献书目，一般集中列表于文末，注释是对论著正文中某一特定内容的进一步解释或补充说明，一般排印在该页地脚。参考文献序号用方括号标注，而注释用数字加圆圈标注(如①、②…)。

知网查重系统成功检测到了是引用的，格式正确而不是抄袭的。拷贝别人的文字并且做了引用标识，同时文章结尾附上参考文献。如果拷贝别人的文字但完全没有标识，就等同于赤裸裸的抄袭。

参考资料：CNCNKI-知网查重引用格式是什么?论文如何引用?

1、如果是引用，在引用标号后，不要轻易使用句号，如果写了句号，句号后面的就是剽窃了（尽管自已认为是引用），所以，引用没有结束前，尽量使用分号。有些人将引用的上标放在了句号后面，这是不对的，应该在句号之前。2、可以将文字转换为表格，将表格边框隐藏。3、如果你看的外文的多，由外文自己翻译过来引用的，个人认为，不需要尾注，就可以当做自己的，因为查重的数据库只是字符的匹配，无法做到中文和英文的匹配。4、查重是一个匹配的过程，是以句为单位，如果一句话重复了，就很容易判定重复了，所以：的确是经典的句子，就用上标的尾注的方式，在参考文献中表达出来，或者是用：原文章作者《名字》和引号的方式，将引用的内容框出来。引号内的东西，系统会识别为引用如果是一般的引用，就采用罗嗦法，将原句中省略的主语、谓语、等等添加全，反正哪怕多一个字，就是胜利，也可以采用横刀法，将一些句子的成分，去除，用一些代词替代。或者是用洋鬼子法，将原文中的洋名，是中文的，就直接用英文，是英文的直接用中文，或是哦中文的全姓名，就用中文的名，如果是中文的名，就找齐了，替换成中文的姓名。故意在一些缩写的英文边上，加上（注释）(画蛇添足法），总之，将每句话都可以变化一下，哪怕增加一个字或减少一个字，都是胜利了。特别注意标点符号，变化变化，将英文的复合句，变成两个或多个单句，等等，自己灵活掌握。因为真正写一篇论文，很罕见地都是自己的，几乎不可能，但大量引用别人的东西，说明你的综合能力强，你已经阅读了大量的资料，这就是一个过程，一个学习、总结的过程。所有的一切，千万别在版面上让导师责难，这是最划不来的。导师最讨厌版面不规范的，因为他只负责内容，但又不忍心因为版面问题自己的弟子被轰出来。5、下面这一条我傻妞试过的，决对牛B：将别人的文字和部分你自己的文字，选中，复制（成为块，长方形），另外在桌面建一个空文件，将内容，复制到文件中，存盘，关闭。将这个文件的图标选中，复制，在你的正文中的位置上，直接黏贴，就变成了图片了，不能编辑的。这个操作事实上是将内容的文件作为一个对象插入的，所以是图片。这个操作事实上是将内容的文件作为一个对象插入的。所以是图片。 -------------------------------------------------点我用户名，空间博文有介绍 详细各种论文检测系统软件介绍见我空间 各种有效论文修改秘籍、论文格式 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!没有免费的，或者免费的不好用，都是在线的含有的，另外博客的内容也可能是复制知网上的你说的那个没法做到，检测结果只是参考，你加了引用就没问题了

一般来说，学校都有论文格式要求，格式要求中也对引用部分如何标识进行了明确的要求。所以，按照学校要求进行标识引用部分肯定是没问题的，知网也是能识别出来的。

下面是某个高校的参考文献的标识要求：

1、参考文献著录项目：

① 、主要责任者(专著作者、论文集主编、学位申报人、专利申请人、报告撰写人、期刊文章作者、析出文章作者)。

多个责任者之间以“，”分隔，注意在本项数据中不得出现缩写点“.”(英文作者请将作者名写全)。主要责任者只列姓名，其后不加“著”、“编”、“主编”、“合编”等责任说明。

②、文献题名及版本(初版省略)。

③ 、文献类型及载体类型标识。

④、 出版项(出版地、出版者、出版年)。

⑤、 文献出处或电子文献的可获得地址。

⑥ 、文献起止页码。

⑦ 、文献标准编号(标准号、专利号……)。

2、参考文献类型及其标识

根据 GB 3469规定，以单字母方式标识以下各种参考文献类型：

参考文献类型 专著 论文集 报纸文章 期刊文章 学位论文 报告 标准 专利 文献类型标识 M C N J D R S P

对于专著、论文集中的析出文献，其文献类型标识建议采用单字母“A”;对于其他未说明的文献类型，建议采用单字母“Z”。

对于数据库(database)、计算机程序(computer program)及电子公告(electronic bulletin board)等电子文献类型的参考文献，建议以下列双字母作为标识：

电子参考文献类型 数据库 计算机程序 电子公告 电子文献类型标识 DB CP EB

3、电子文献的载体类型及其标识

对于非纸张型载体的电子文献，当被引用为参考文献时需在参考文献类型标识中同时标明其载体类型。本规范建议采用双字母表示电子文献载体类型：磁带(magnetic tape)——MT，磁盘(disk)——DK，光盘(CD-ROM)——CD，联机网络(online)——OL。

以纸张为载体的传统文献在引作参考文献时不必注明其载体类型。

4、文后参考文献表编排格式

参考文献按在正文中出现的先后次序列表于文后;表上以“[参考文献]”(居中)作为标识;参考文献的序号左顶格，并用数字加方括号表示，如[1]、[2]、…，以与正文中的指示序号格式一致。参照ISO 690及ISO 690-2，每一参考文献条目的最后均以“.”结束。

a、专著、论文集、学位论文、报告

[序号] 主要责任者.文献题名[文献类型标识].出版地：出版者，出版年.起止页码(任选).

[1] 刘国钧，陈绍业，王凤翥.图书馆目录[M].北京：高等教育出版社，.

[2] 辛希孟.信息技术与信息服务国际研讨会论文集：A集[C].北京：中国社会科学出版社，1994.

b、期刊文章

[序号] 主要责任者. 文献题名 [J]. 刊名，年，卷(期)：起止页码.

[5]何龄修.读顾城《南明史》[J].中国史研究，1998，(3)：167-173.

[6]金显贺，王昌长，王忠东，等.一种用于在线检测局部放电的数字滤波技术[J].清华大学学报(自然科学版)，1993，33(4)：62-67.

c、论文集中的析出文献

[序号] 析出文献主要责任者. 析出文献题名 [A]. 原文献主要责任者(任选). 原文献题名[C]. 出版地：出版者，出版年. 析出文献起止页码.

[7]钟文发.非线性规划在可燃毒物配置中的应用[A].赵玮.运筹学的理论与应用——中国运筹学会第五届大会论文集[C].西安：西安电子科技大学出版社，1996. 468-471.

d、报纸文章

[序号] 主要责任者. 文献题名 [N]. 报纸名，出版日期 (版次).

[8]谢希德.创造学习的新思路[N].人民日报，1998-12-25(10).

e、国际、国家标准

[序号] 标准编号，标准名称 [S].

[9] GB/T 16159-1996，汉语拼音正词法基本规则[S].

f、专利

[序号] 专利所有者. 专利题名 [P]. 专利国别：专利号，出版日期.

[10]姜锡洲.一种温热外敷药制备方案[P].中国专利：881056073，1989-07-26.

g、电子文献

[序号]主要责任者.电子文献题名[电子文献及载体类型标识].电子文献的出处或可获得地址，发表或更新日期/引用日期(任选).

[11] 万锦坤. 中国大学学报论文文摘(1983-1993). 英文版 [DB/CD]. 北京:中国大百科全书出版社，1996.

扩展资料：

知网检测系统识别参考文献的标准：

1、有明显的“参考文献”标记，参考文献4个字独占一行，下面是各个参考文献条目；

2、每个参考文献有明显的标号，标号可以是以下任意一种：【Num】、[Num]、(Num)；

3、标号可以是Word自动生成也可以手工书写；

4、标号内不要添加标点符号，例如：不要[Num.]或(Num、)等；

5、每个参考文献中最好有时间休息或者URL或《》书目信息；

6、一条参考文献内及在此条参考文献没有结束时不要有手动换行或者回车符（即顺其自然，满行后会自动换行，请勿人为！）

参考资料来源：

中国知网—知网论文检测中，如何标识引用部分才能被知网查重系统