文献类型：期刊文章

作　　者：许德刚[1,2] 王露[1,2] 李凡[1,2]

XU Degang;WANG Lu;LI Fan(Key Laboratory of Grain Information Processing and Control,Ministry of Education,Henan University of Technology,Zhengzhou 450001,China;School of Information Science and Engineering,Henan University of Technology,Zhengzhou 450001,China)

机构地区：[1]河南工业大学粮食信息处理与控制教育部重点实验室,郑州450001 [2]河南工业大学信息科学与工程学院,郑州450001

出　　处：《计算机工程与应用》

基　　金：国家重点研发计划(2017YFD0401003-4)。

年　　份：2021

卷　　号：57

期　　号：8

起止页码：10-25

语　　种：中文

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

摘　　要：目标检测是计算机视觉的一个重要研究方向,其目的是精确识别给定图像中特定目标物体的类别和位置。近年来,深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)所具有的特征学习和迁移学习能力,在目标检测算法特征提取、图像表达、分类与识别等方面取得了显著进展。介绍了基于深度学习目标检测算法的研究进展、常用数据集特点以及性能指标评价的关键参数,对比分析了双阶段、单阶段以及其他改进算法的网络结构和实现方式。阐述了算法在人脸、显著目标、行人、遥感图像、医学图像、粮虫等检测领域的应用进展,结合当前存在的问题和挑战,展望分析了其未来的研究方向。

关 键 词：深度学习  目标检测 迁移学习  特征提取 计算机视觉

分 类 号：TP391.41] TP183[计算机类]