文献类型：期刊文章

作　　者：王琳毅[1] 白静[1,2] 李文静[1] 蒋金哲[1]

WANG Linyi;BAI Jing;LI Wenjing;JIANG Jinzhe(School of Computer Science and Engineering,North Minzu University,Yinchuan 750021,China;The Key Laboratory of Images&Graphics Intelligent Processing of State Ethnic Affairs Commission,North Minzu University,Yinchuan 750021,China)

机构地区：[1]北方民族大学计算机科学与工程学院,银川750021 [2]国家民委图形图像智能处理实验室,银川750021

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(62162001,61762003);宁夏自然科学基金(2022AAC02041);宁夏优秀人才支持计划;北方民族大学创新项目(YCX22181)。

年　　份：2023

卷　　号：59

期　　号：14

起止页码：15-29

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：YOLO算法是目标检测中研究的热点方向之一。近几年,随着YOLO系列算法及其改进模型的不断提出,使其在目标检测领域取得了优异的成绩,被广泛应用于现实中各个领域。针对YOLO系列目标检测算法,整理了目标检测典型数据集及评价指标;回顾了YOLO整体框架以及YOLOv1~YOLOv7目标检测算法的发展历程;总结了在输入、特征提取和预测这三个阶段下的数据增强、轻量化网络构建和IOU损失优化等八个改进方向的模型及性能;介绍了YOLO算法应用领域;结合目标检测目前存在的实际问题,总结并展望了YOLO算法的发展方向。

关 键 词：计算机视觉 目标检测 YOLO  改进模型  

分 类 号：TP391.41]