基于深度学习的目标检测算法综述

• 作者: 夏寒林 刘倩倩
• 来源期刊: 中国宽带
• 关键词: 目标检测 深度学习 效率和速度 计算机视觉 神经网络
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 互联网+应用
• 页码范围: 106-108
• 页数: 3页
• 语种: 中文

摘要

进入21世纪以后,目标检测的应用越来越广泛,给现代人们的数字化生活带来了极大的方便.如超市刷脸付款,车站和机场进出人脸身份识别,路口检测车辆是否超速等等.这就要求目标检测具有严格的准确性和实时性,由此给视频目标检测带来了巨大的挑战.因此对于生活在现代社会的人们来说,努力提高视频目标检测的效率和速度非常重要.文章回顾和分析近年来以深度学习为基础的目标检测技术.首先,分析与Two-Stage相关的目标检测算法(R-CNN,Fast R-CNN,Faster R-CNN),其次,分析与One-Stage相关的目标检测算法(YOLOv1,YOLOv2,YOLOv3,SSD),最后,分析总结现有的目标检测算法研究工作的不足之处,并尝试性地指出了目标检测未来的研究重点.