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:
目标检测一直是计算机视觉领域中的研究热点.由于高性能计算设备发展迅速以及深度学习技术的不断突破,卷积神经网络也被应用到目标检测领域.基于卷积神经网络的目标检测算法的发展大致分为两个方向:基于候选区域的两步检测器以及基于一体化卷积神经网络的单步检测器.两步检测器一般具有速度慢精度高的特点,单步检测器一般具有速度快精度低的特点.针对这两个方向总结了基于卷积神经网络的目标检测算法的研究进展和存在的问题,对目标检测未来的发展趋势进行了展望.
推荐文章
基于卷积神经网络的目标检测算法综述
机器视觉
深度学习
目标检测
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
基于混合结构卷积神经网络的目标快速检测算法
目标快速检测
Faster R-CNN框架
卷积神经网络
特征提取
混合结构
低通道
基于深度卷积神经网络的目标检测算法进展
目标检测
卷积神经网络
两阶段检测器
单阶段检测器
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 基于卷积神经网络的目标检测算法综述
来源期刊 北京信息科技大学学报(自然科学版) 学科 工学
关键词 卷积神经网络 目标检测 计算机视觉 两步检测器 单步检测器
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 90-96
页数 7页 分类号 TP391.4
字数 7096字 语种 中文
DOI 10.16508/j.cnki.11-5866/n.2020.02.017
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 周长胜 北京信息科技大学计算机学院 35 160 6.0 11.0
5 黄宏博 北京信息科技大学计算机学院 24 81 5.0 7.0
9 彭帅 北京信息科技大学计算机学院 2 0 0.0 0.0
10 陈伟骏 北京信息科技大学计算机学院 2 0 0.0 0.0
11 崇美英 北京信息科技大学计算机学院 11 22 3.0 4.0
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)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
卷积神经网络
目标检测
计算机视觉
两步检测器
单步检测器
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
北京信息科技大学学报(自然科学版)
双月刊
1674-6864
11-5866/N
大16开
北京市
1986
chi
出版文献量(篇)
2043
总下载数(次)
10
总被引数(次)
11074
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导