文献类型：期刊文章

作　　者：宁健[1] 马淼[1] 柴立臣[1] 冯中营[1]

NING Jian;MA Miao;CHAI Lichen;FENG Zhongying(Department of Science,Taiyuan Institute of Technology,Taiyuan,Shanxi 030008,China)

机构地区：[1]太原工业学院理学系,山西太原030008

出　　处：《信息记录材料》

基　　金：太原工业学院引进人才科研资助项目(2022KJ073);山西省高等学校科技创新项目(2021L557);山西省应用基础研究计划(20210302124702);太原工业学院青年(后备)学科带头人支持计划。

年　　份：2022

卷　　号：23

期　　号：10

起止页码：1-4

语　　种：中文

收录情况：JST、普通刊

摘　　要：目标检测是深度学习的一个重要应用,目前在智能驾驶、工业检测相关领域都获得应用,具有重要的现实意义。本文对基于深度学习目标检测算法原理和应用情况进行简述,首先介绍结合区域提取和卷积神经网络,以区域R-CNN为代表的分类目标检测框架的研究现状和相关模型;然后介绍与此相关的目标检测框架,YOLO和SSD;最后对这种目标检测领域的两种主流算法进行比较和总结,展望分析其未来的研究方向。

关 键 词：目标检测 深度学习  卷积神经网络 检测算法框架  

分 类 号：TP274]