基于深度学习的目标检测算法研究综述

• 作者: 曹燕 李欢 王天宝
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 目标检测 深度学习 计算机视觉
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 图像处理
• 页码范围: 63-69
• 页数: 7页
• 分类号: TP183
• 字数: 7789字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2020.05.011

摘要

传统的目标检测算法主要依赖于人工选取的特征来对物体进行检测.人工提取的特征对主要针对某些特定对象,比如有的特征适合做边缘检测,有的适合做纹理检测,不具有普遍性.近年来,深度学习蓬勃发展,在计算机视觉领域比如图像分类、目标检测、图像语义分割等方面取得了重大的进展.深度学习作为一种特征学习方法能够自动学习到目标的有用特征,避免了人工提取特征,同时能够保证良好的检测效果.本文首先介绍基于深度学习的目标检测算法研究进展,其次总结目标检测算法中常见的难题与解决措施,最后对目标检测算法的可能发展方向进行展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王天宝		26	134	6.0	10.0
2	李欢		2	1	1.0	1.0
3	曹燕		1	0	0.0	0.0