10.3778/j.issn.1002-8331.2305-0310
基于深度学习的目标检测算法研究与应用综述
随着深度学习的不断发展,深度卷积神经网络在目标检测领域中的应用愈加广泛,现已被应用于农业、交通和医学等众多领域.与基于特征的传统手工方法相比,基于深度学习的目标检测方法可以学习低级和高级图像特征,有更好的检测精度和泛化能力.为了概括和总结目标检测领域的最新进展和技术,通过分析近年来基于深度学习的目标检测技术,对基于深度学习的目标检测算法与应用现状进行综述.归纳了两阶段与单阶段两种目标检测网络架构的发展及优缺点;从骨干网络、数据集和评价指标等方面进行叙述,对比了经典算法的检测精度,总结经典目标检测算法的改进策略;讨论了现阶段目标检测应用,并提出了目标检测领域今后的研究重点.
目标检测、深度学习、计算机视觉、深度卷积神经网络
59
TP139.41(自动化基础理论)
新疆维吾尔自治区重点研发计划2022B02038
2023-09-28(万方平台首次上网日期,不代表论文的发表时间)
共13页
1-13