本文旨在提供对象检测入门资料，包含但不限于入门TensorFlow、入门基本框架、入门keras资料，持续更新。

开发环境

• 平台：首选Mac/Linux、Windows目前TensorFlow API不全
• 语言：Python2.7.13 ( Python3.5 与 Python 2.7 不兼容)
• IDE：PyCharm (破解：http://idea.qinxi1992.cn/)
• 可选环境：Anaconda、Jupyter、Docker
• TensorFlow版本：1.0+（最新1.2.0 RC1）(安装教程:https://www.tensorflow.org/versions/r0.12/get_started/os_setup.html#pip-installation)
• 网络环境：在公司个人推荐Archsocks:https://github.com/archsocks/archsocks；自己电脑推荐SS或者XXNET

前提条件

需要对以下知识点/框架有基本的认知：

• 机器学习基本算法
  • 朴树贝叶斯
  • 梯度下降
  • 线性回归
  • 对数几率回归
  • SVM
• 神经网络基本网络
  • 人工神经网络
  • 深度神经网络
  • 卷积神经网络
• 机器学习基本框架
  • TensorFlow（主要）
  • Caffe（看懂即可）
  • Keras
• Python科学计算库
  • Numpy
  • matplotlib
  • PIL
  • OpenCV
  • SciPy

常用对象检测框架

• SSD
  • Code:https://github.com/balancap/SSD-Tensorflow
  • Paper:https://arxiv.org/abs/1512.02325
• YOLO2
  • Code:https://github.com/ruiminshen/yolo-tf
  • Code:https://github.com/thtrieu/darkflow
  • Web:https://pjreddie.com/darknet/yolo/
  • Paper:https://arxiv.org/abs/1506.02640
• Faster R-CNN
  • Code:https://github.com/kevinjliang/tf-Faster-RCNN
  • Paper:https://arxiv.org/abs/1506.01497
• 文本检测TextBoxes
  • Code:https://github.com/xiaodiu2010/TextBoxes-TensorFlow

参考

• 一天搞懂深度學習學習心得:https://www.youtube.com/watch?v=ZrEsLwCjdxY
• 官方Guides:https://www.tensorflow.org/tutorials/
• 莫烦Python教程:https://morvanzhou.github.io/
• 一路向北TensorFlow教程:http://i.youku.com/i/UNDUyNjY2OTM3Ng==?spm=a2h0j.8191423.subscription_wrap.DT
• 北邮教授每日资讯:http://weibo.com/fly51fly?from=myfollow_all&is_all=1
• TensorFlow入门到精通:http://blog.csdn.net/column/details/tf-starter-to-hacker.html
• 官方游戏广场:http://playground.tensorflow.org/
• Google官方Udacity机器学习课程:https://classroom.udacity.com/courses/ud730/lessons/6370362152/concepts/63798118150923
• 超智能体-生物角度剖析人工智能:https://yjango.gitbooks.io/superorganism/content/
• Keras官方文档:http://keras-cn.readthedocs.io/en/latest/
• 基于TensorFlow有趣的小DEMO:http://blog.topspeedsnail.com/archives/tag/tensorflow
• 卷积过程剖析:http://jiqizhixin.com/article/2292
• TensorFlow资源大全:https://zhuanlan.zhihu.com/p/25737992
• 各种优化器对比:http://sebastianruder.com/optimizing-gradient-descent/
• ORC资源大全:https://handong1587.github.io/deep_learning/2015/10/09/ocr.html
• CNN车牌识别:http://matthewearl.github.io/2016/05/06/cnn-anpr/
• YOLO：实时快速目标检测：https://zhuanlan.zhihu.com/p/25045711
• YOLO2解析：https://zhuanlan.zhihu.com/p/25052190
• SSD关键源码解析：https://zhuanlan.zhihu.com/p/25100992
• SSD车牌检测DEMO：https://github.com/hyh21521038/ssd-plate_detection
• SSD论文分析：http://blog.csdn.net/u010167269/article/details/52563573
• SSD文本检测：http://blog.csdn.net/u010167269/article/details/52851667
• Faster R-CNN论文分析：http://blog.csdn.net/liumaolincycle/article/details/48804687
• 各检测方法对比(SSD未更新):http://www.cnblogs.com/venus024/p/5717766.html
• caffe安装:http://www.jianshu.com/p/cc16e2977e27
• caffe官方教程:http://caffe.berkeleyvision.org/tutorial/
• 书籍
  • 机器学习（西瓜书）-周志华
  • TensorFlow实战
  • TensorFlow实战Google深度学习框架
  • 统计学习方法-李航