关于detecion的几篇文章，感觉有必要系统学习一下，并记录一下了，最近看书比较多，文章看得少，赶紧看看吧。
FPN:Feature Pyramid Networks for Object Detection 作者阵营可以去看看，不在这里贴了，免得吓着大家。前一篇MASK R-CNN就吓到我自己了，这篇是MASK r-cnn的前一篇吧，mask rcnn就是基于这个做的，取得的效果那么高，也有很大一部分是FPN的功劳吧，所以比起来FPN更有价值。
同时出现的一篇类似工作，Beyond Skip Connections: Top-Down Modulation for Object Detection，Google的工作。对他们的工作，其实我觉得好像他们不是特别想公开一样，之前他们的工作其实很早出来，但是因为代码不公开，而且因为写的有点不清晰，很多细节真的感觉猜不透，有些还有矛盾，所以感觉关注度不高吧。其实multibox的工作，就是SSD的前身啊，可是关注度不高啊，至少没有那么高。
还有一篇关于GAN应用在detection上的工作，A-Fast-RCNN: Hard positive generation via adversary for object detection,CVPR17的工作。
还有一篇improved WGAN，Improved Training of Wasserstein GANs，比WGAN训练更稳定更容易收敛。
写大概写一个提纲，后面再详细分析。