文献类型：期刊文章

作　　者：蓝金辉[1] 王迪[1] 申小盼[1]

Lan Jinhui;Wang Di;Shen Xiaopan(School of Automation and Electrical Engineering,University of Science and Technology Beijing,Beijing 100083,China)

机构地区：[1]北京科技大学自动化学院,北京100083

出　　处：《仪器仪表学报》

基　　金：装备预先研究项目(61403110404)资助。

年　　份：2020

卷　　号：41

期　　号：4

起止页码：167-182

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：视觉图像检测在机器视觉领域有着重要的研究意义和应用价值。近年来,卷积神经网络的发展带动了视觉图像检测领域的进步。大量新理论、新方法被应用于卷积神经网络,提高了网络对特征的表达能力,降低了网络的复杂性,增强了网络的性能。研究阐述了卷积神经网络的基本构成,从卷积层,池化层,激活函数,网络正则化和网络优化等方面总结了卷积神经网络近年来的改进方法,梳理了卷积神经网络在视觉图像检测领域的应用,总结了卷积神经网络在视觉图像检测领域的优点,并展望了未来的研究方向。

关 键 词：卷积神经网络 深度学习  机器视觉 图像检测

分 类 号：TP183] TH744]