深度学习目标检测方法及其主流框架综述

摘要：

目标检测作为机器视觉中重要任务之一,是人工智能体系中一个具有重要研究价值的技术分支.对于卷积神经网络框架、anchor-based模型和anchor-free模型三个主流的目标检测模型进行梳理.首先,综述了主流卷积神经网络框架的网络结构、优缺点以及相关的改进方法;其次从one-stage和two-stage两个分支对anchor-based类模型进行深入分析,总结了不同目标检测方法的研究进展;从早期探索、关键点和密集预测三部分分析anchor-free类模型.最后对该领域的未来发展趋势进行了思考与展望.

关键词：图像处理、深度学习、目标检测、网络框架、anchor-based模型、anchor-free模型

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;工信部联装项目;贵州省科技计划;贵州省科技计划;黔教合协同创新字002;创新基金

在线出版日期：2020-07-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：51-66