10.3778/j.issn.1002-8331.2112-0176
深度学习小目标检测算法研究综述
目标检测的主要目的是在图像中快速精准地识别定位出预定义类别的目标.而随着深度学习技术的不断发展,检测算法在相应行业大、中目标已达到了不错的成效.鉴于小目标在图像中尺寸较小、特征不全、与图像中背景差异大等特点,基于深度学习的小目标检测算法性能仍需要进一步提升和优化;小目标检测在无人驾驶、医疗诊断、无人机导航等多个领域都有着广泛的需求,因此研究有着很高的应用价值.在文献调研的基础上,先给出小目标检测定义,找到当前小目标检测的重难点;根据这些重难点从六个研究方向分析当前研究现状,并总结各算法优缺点;结合文献及发展现状对该领域未来的研究方向做出合理预测与展望,为后续研究提供一定基础参考.
目标检测、小目标、深度学习
58
TP391.41(计算技术、计算机技术)
国家重点基金;国家重点基金;河北省自然科学基金
2022-08-17(万方平台首次上网日期,不代表论文的发表时间)
共17页
1-17