基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对目标检测特别是小目标检测问题,首先梳理了目标检测算法的发展与现状,系统性地总结了基于深度学习的目标检测算法研究进展,从精度和速度方面分析了两阶段及单阶段检测算法的优缺点及检测性能;其次作为参考梳理了小目标检测领域的典型数据集,分析在小目标检测难题上的改进算法,提升检测精度和速度,以及获得二者的平衡,成为小目标检测改进的方向和面临的挑战;最后对基于深度学习的目标检测应用领域做出展望和预测,为小目标检测问题提供了参考.
推荐文章
期刊_基于深度学习的目标检测技术的研究综述
计算机视觉
深度学习 目标检测
基于深度学习的小目标检测研究与应用综述
小目标检测
尺度变换
特征金字塔
深度学习
特征提取
卷积神经网络
基于深度学习的目标检测研究综述
目标检测
深度学习
特征提取
计算机视觉
视频监控
图像处理
卷积神经网络
基于深度学习的小目标检测算法综述
目标检测
小目标
深度学习
RCNN
SSD
YOLO
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的小目标检测研究综述
来源期刊 战术导弹技术 学科 工学
关键词 目标检测 深度学习 小目标 机器视觉
年,卷(期) 2019,(1) 所属期刊栏目 计算机应用技术
研究方向 页码范围 100-107
页数 8页 分类号 TP181
字数 语种 中文
DOI 10.16358/j.issn.1009-1300.2019.8.522
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王正平 15 51 4.0 6.0
2 贺云涛 13 2 1.0 1.0
3 刘晓楠 1 0 0.0 0.0
4 刘倩 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
目标检测
深度学习
小目标
机器视觉
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
战术导弹技术
双月刊
1009-1300
11-1771/TJ
大16开
北京市
1980
chi
出版文献量(篇)
2188
总下载数(次)
4
论文1v1指导