基于深度学习的目标检测算法研究综述

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.

关键词：目标检测、深度学习、计算机视觉

分类号：TP183(自动化基础理论)

资助基金：四川省科技厅应用基础研究项目2017JY0201

在线出版日期：2020-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：63-69