一文读懂目标检测AI算法：R-CNN，faster R-CNN，yolo，SSD，yoloV2
## 1 引言
深度学习目前已经应用到了各个领域，应用场景大体分为三类：物体识别，目标检测，自然语言处理。上文我们对物体识别领域的技术方案，也就是CNN进行了详细的分析，对LeNet-5 AlexNet VGG Inception ResNet MobileNet等各种优秀的模型框架有了深入理解。本文着重与分析目标检测领域的深度学习方法，对其中的经典模型框架进行深入分析。
目标检测可以
深度学习必备手册（下）
深度学习作为人工智能的前沿技术，虽然一方面推动者人工智能的发展；但是人类的终极目标四强人工智能。最近也有一些关于类似于笔者认为的广度学习的出现，但是宗其所属，还是应该在深度学习发展的历史上前进。
EB级别体量之下的高效数据赋能 ——云栖大会阿里大数据分论坛精彩演讲2
2017云栖大会－阿里大数据分论坛，我们通过串联7个演讲，将阿里十余年在大数据领域 沉淀的技术能力和应用实践对外分享，系统性介绍我们是如何构建一个从底层的数据采集、处理，到挖掘算法、应用、产品服务的全链路、标准化的大数据体系，使得超过EB级别的海量数据能够高效融合，并以秒级的响应速度，服务并驱动阿里巴巴的业务和外部千万用户的发展。
2017 CIKM机器学习大赛分析与总结
1 前言与背景
为提升对前沿算法技术的研究和理解，去年以个人参赛的方式参加了CIKM 国际数据挖掘大赛AnalytiCup，尝试在7月-8月的一个月时间内，利用业余时间，独立搭建了一套简单的自然语言学习框架，最终在与169支队伍竞技中获得第16名的成绩。
这次比赛是我个人的第一次简单尝试，由于业务较紧，年前没有时间写下来，现在回过头来总结
