文献类型：期刊文章

作　　者：张阳婷[1] 黄德启[1] 王东伟[1] 贺佳佳[1]

ZHANG Yangting;HUANG Deqi;WANG Dongwei;HE Jiajia(School of Electrical Engineering,Xinjiang University,Urumqi 830017,China)

机构地区：[1]新疆大学电气工程学院,乌鲁木齐830017

出　　处：《计算机工程与应用》

基　　金：新疆维吾尔自治区重点研发计划(2022B02038)。

年　　份：2023

卷　　号：59

期　　号：18

起止页码：1-13

语　　种：中文

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

摘　　要：随着深度学习的不断发展,深度卷积神经网络在目标检测领域中的应用愈加广泛,现已被应用于农业、交通和医学等众多领域。与基于特征的传统手工方法相比,基于深度学习的目标检测方法可以学习低级和高级图像特征,有更好的检测精度和泛化能力。为了概括和总结目标检测领域的最新进展和技术,通过分析近年来基于深度学习的目标检测技术,对基于深度学习的目标检测算法与应用现状进行综述。归纳了两阶段与单阶段两种目标检测网络架构的发展及优缺点;从骨干网络、数据集和评价指标等方面进行叙述,对比了经典算法的检测精度,总结经典目标检测算法的改进策略;讨论了现阶段目标检测应用,并提出了目标检测领域今后的研究重点。

关 键 词：目标检测 深度学习  计算机视觉 深度卷积神经网络  

分 类 号：TP139.41]