深度学习的典型目标检测算法研究综述

被引：673

作者：

许德刚 ^{[1
,2
]}

王露 ^{[1
,2
]}

李凡 ^{[1
,2
]}

机构：

[1] 河南工业大学粮食信息处理与控制教育部重点实验室

[2] 河南工业大学信息科学与工程学院

来源：

计算机工程与应用 | 2021年 / 57卷 / 08期

基金：

国家重点研发计划;

关键词：

深度学习; 目标检测; 迁移学习; 特征提取; 计算机视觉;

D O I：

暂无

中图分类号：

TP391.41 []; TP18 [人工智能理论];

学科分类号：

140502 [人工智能];

摘要：

目标检测是计算机视觉的一个重要研究方向,其目的是精确识别给定图像中特定目标物体的类别和位置。近年来,深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)所具有的特征学习和迁移学习能力,在目标检测算法特征提取、图像表达、分类与识别等方面取得了显著进展。介绍了基于深度学习目标检测算法的研究进展、常用数据集特点以及性能指标评价的关键参数,对比分析了双阶段、单阶段以及其他改进算法的网络结构和实现方式。阐述了算法在人脸、显著目标、行人、遥感图像、医学图像、粮虫等检测领域的应用进展,结合当前存在的问题和挑战,展望分析了其未来的研究方向。

引用

页码：10 / 25

页数：16

共 29 条

[1]

Refining Yolov4 for vehicle detection.[J].Mahto P.;Garg P.;Seth P.;Panda J..International Journal of Advanced Research in Engineering and Technology.2020, 5

[2]

Improved Salient Object Detection Using Hybrid Convolution Recurrent Neural Network.[J].NalliyannaV. Kousik;Yuvaraj Natarajan;R. Arshath Raja;Suresh Kallam;Rizwan Patan;Amir H. Gandomi.Expert Systems With Applications.2020, prepublish

[3]

RGB-D Image Multi-Target Detection Method Based on 3D DSF R-CNN [J].

Hu, Qi ;

Zhai, Lang .

INTERNATIONAL JOURNAL OF PATTERN RECOGNITION AND ARTIFICIAL INTELLIGENCE, 2019, 33 (08)

[4]

Detecting Regions of Maximal Divergence for Spatio-Temporal Anomaly Detection [J].

Barz, Bjorn ;

Rodner, Erik ;

Garcia, Yanira Guanche ;

Denzler, Joachim .

IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, 2019, 41 (05) :1088-1101

[5]

PestNet: An End-to-End Deep Learning Approach for Large-Scale Multi-Class Pest Detection and Classification [J].

Liu, Liu ;

Wang, Rujing ;

Xie, Chengjun ;

Yang, Po ;

Wang, Fangyuan ;

Sudirman, Sud ;

Liu, Wancai .

IEEE ACCESS, 2019, 7 :45301-45312

[6]

MSG-GAN: Multi-Scale Gradient GAN for Stable Image Synthesis..[J].Animesh Karnewar;Oliver Wang;Raghu Sesha Iyengar.CoRR.2019,

[7]

Multiscale Visual Attention Networks for Object Detection in VHR Remote Sensing Images.[J].Chen Wang 0026;Xiao Bai 0001;Shuai Wang;Jun Zhou 0001;Peng Ren 0001.IEEE Geoscience and Remote Sensing Letters.2019, 2

[8]

Insect Detection and Classification Based on an Improved Convolutional Neural Network [J].

Xia, Denan ;

Chen, Peng ;

Wang, Bing ;

Zhang, Jun ;

Xie, Chengjun .

SENSORS, 2018, 18 (12)

[9]

ALEXNET FEATURE EXTRACTION AND MULTI-KERNEL LEARNING FOR OBJECTORIENTEDCLASSIFICATION.[J].L. Ding;H. Li;C. Hu;W. Zhang;S. Wang.ISPRS - International Archives of the Photogrammetry; Remote Sensing and Spatial Information Sciences.2018,

[10]

GrammarViz 3.0.[J].Pavel Senin;Jessica Lin;Xing Wang;Tim Oates;Sunil Gandhi;Arnold P. Boedihardjo;Crystal Chen;Susan Frankenstein.ACM Transactions on Knowledge Discovery from Data (TKDD).2018, 1

← 1 2 3 →