基于深度学习的目标检测算法综述

• 作者: 吴雨露 张德贤
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 目标检测 R-CNN YOLO 深度学习
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 算法语言
• 页码范围: 46-48
• 页数: 3页
• 分类号: TP18|TP391.41
• 语种: 中文

摘要

计算机网络和人工智能快速发展的时代,人身安全、社会安全以及国家安全越来越受到大众的关注.目标检测在视频处理中发挥至关重要的作用.传统目标检测算法已难以满足目标检测中数据处理效率、性能、智能化等方面的要求.当前流行的深度学习广泛应用于人工智能和目标检测与跟踪.基于此,介绍SPPNet、R-CNN等一系列基于区域提案(Region Proposal)的目标检测方法和YOLO、SSD等基于回归的目标检测方法及优缺点,总结与展望目标检测的未来.

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		88	431	10.0	17.0
2	吴雨露		1	0	0.0	0.0