基于深度学习的单阶段目标检测算法研究综述

• 作者: 刘俊明 孟卫华
• 来源期刊: 航空兵器
• 学科: 工学
• 关键词: 深度学习 单阶段目标检测算法 特征提取 特征融合 anchor 损失函数 人工智能
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 人工智能基础理论与技术
• 页码范围: 44-53
• 页数: 10页
• 分类号: TJ760|TP18
• 字数: 9350字
• 语种: 中文
• DOI: 10.12132/ISSN.1673-5048.2019.0100

摘要

近年来,深度学习技术推动目标检测算法取得了突破式进展.基于深度学习的目标检测算法可分为两阶段检测算法和单阶段检测算法.相比两阶段检测算法,单阶段检测算法的结构简单、计算高效,同时具备不错的检测精度,在实时目标检测领域中具有较高的研究和应用价值.本文首先回顾了单阶段检测算法的发展历史,分析总结了相关算法的优缺点,然后归纳提出了单阶段目标检测算法的通用框架,接着对框架中的特征提取模块和检测器进行了深入分析,指出了其对算法性能的影响,最后对单阶段检测算法的发展趋势进行了展望.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟卫华		20	77	6.0	8.0
3	刘俊明		2	0	0.0	0.0