谭欣龙

这是我参与「第三届青训营 -后端场」笔记创作活动的第5篇笔记： 总结了老师介绍的针对HTTP框架的各种优化方式与思想

这是我参与「第三届青训营 -后端场」笔记创作活动的第4篇笔记：总结了老师课上所讲的关于HTTP框架的设计与实现原理

这是我参与「第三届青训营 -后端场」笔记创作活动的第3篇笔记： 总结了HTTP协议的发展动态与不同阶段的HTTP协议的特点

这是我参与「第三届青训营 -后端场」笔记创作活动的第2篇笔记： 介绍HTTP协议的设计思路与现在使用的HTTP协议的具体内容

这是我参与「第三届青训营 -后端场」笔记创作活动的第1篇笔记： 对课程中HTTP协议的基本介绍做了一个总结

RCNN是目标检测最经典的模型之一，在不断的改进后，到目前RCNN的派生模型性能已经有了巨大的提升，针对不同场景都有发展。了解RCNN的基础篇对学习这一系列的模型有重要的意义

​ YOLOv4针对目标检测的经典难题——小物体检测进行了改进，在backbone使用CSPDarknet53，其中设置更多的连通，在neck部分使用SPP进一步特征融合，并用PANet替换FPN

YOLOv3中创新性的使用了FPN多层上采样分别预测不同大小的物体；将骨干网络替换为了Darknet-53，使用残差块，加深backbone，提高特征提取能力。这篇文章也是作者的最后一作，行文风格随意

YOLOv2作为YOLOv1的正统续作，在模型的特征提取主干网络上引入了连通层，针对目标检测与复杂分类问题设计了更加复杂的输出头