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:
目标检测是计算机视觉领域中最基本、最具挑战性的课题之一,由于传统检测方法已经不能满足其在精度和速度上需求,深度学习利用其对图像特征强大地分析处理能力,逐渐成为目标检测的主流方向.本文首先对主流卷积神经网络框架进行简述,其次对目标检测中的几种重要的方法具体分析,最后对未来可能的发展方向进行讨论.
推荐文章
深度卷积神经网络的目标检测算法综述
目标检测
深度学习
计算机视觉
卷积神经网络
基于深度卷积神经网络的遥感影像目标检测
深度卷积神经网络
遥感影像目标检测
区域卷积神经网络
深度学习
TensorFlow框架
深度卷积神经网络在目标检测中的研究进展
深度卷积神经网络
目标检测
特征表达
特征提取
基于卷积神经网络的目标检测研究综述
卷积神经网络
目标检测
深度学习
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 基于深度卷积神经网络的目标检测
来源期刊 福建电脑 学科 工学
关键词 目标检测 卷积神经网络 RCNN YOLO SSD
年,卷(期) 2019,(8) 所属期刊栏目 研究与探讨
研究方向 页码范围 34-36
页数 3页 分类号 TP183
字数 2714字 语种 中文
DOI 10.16707/j.cnki.fjpc.2019.08.009
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 张德贤 河南工业大学信息科学与工程学院 88 431 10.0 17.0
2 程胜月 河南工业大学信息科学与工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (37)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(3)
  • 参考文献(1)
  • 二级参考文献(2)
2018(2)
  • 参考文献(1)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
目标检测
卷积神经网络
RCNN
YOLO
SSD
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导