文献类型：期刊文章

作　　者：吴雪[1] 宋晓茹[1] 高嵩[1] 陈超波[1]

WU Xue;SONG Xiaoru;GAO Song;CHEN Chaobo(School of Electronic Information Engineering,Xi’an Technological University,Xi’an 710021,China)

机构地区：[1]西安工业大学电子信息工程学院,陕西西安710021

出　　处：《传感器与微系统》

基　　金：陕西省重点研发计划资助项目(2018KW-022,2017KW-009)。

年　　份：2021

卷　　号：40

期　　号：2

起止页码：4-7

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD_E2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：视觉目标检测作为计算机视觉的一个重要研究方向,已广泛应用于人脸检测、行人检测和无人驾驶等领域。随着大数据、计算机硬件技术和深度学习算法在图像分类中的突破性进展,基于深度学习的目标检测算法成为主流。本文综述了基于深度学习目标检测算法的研究现状和发展方向。首先介绍卷积神经网络(CNN)的研究进展和经典模型;然后对目前主流的基于深度学习的两阶段目标检测算法和单阶段目标检测算法的发展、改进和不足进行归纳;最后对深度学习目标检测两种主流算法进行比较并做出总结和未来展望。

关 键 词：目标检测 卷积神经网络 两阶段目标检测算法  单阶段目标检测算法  

分 类 号：TP391]