兵器装备工程学报

文章详情

稿件标题: 基于卷积神经网络的目标检测算法综述
稿件作者: 张静1,农昌瑞2,杨智勇3
DOI: 10.11809/bqzbgcxb2022.06.007
科学编辑: 魏晓凯 博士(中北大学)
栏目名称: 综述
关键字词: 卷积神经网络;目标检测;变压器;无锚点;开放世界目标检测
文章摘要: 传统的目标检测技术存在诸多局限性,而利用深度学习自学习的特点,使得目标检测技术能够降低手工特征提取的复杂度。本综述对基于卷积神经网络的目标检测算法的进展进行叙述,介绍了基于卷积神经网络的目标检测算法当前的研究现状和未来的发展方向。论述了卷积神经网络在目标检测中扮演的重要角色;介绍了普通卷积神经网络和轻量化卷积神经网络的发展历程;分析了基于锚点、基于无锚点的目标检测算法和新颖的基于变压器的目标检测算法研究现状,总结对比典型算法的创新点,并针对多种应用场景中的算法选择进行介绍;展望了目标检测技术在弱监督目标检测、小目标检测、轻量化实时检测和开放世界检测4个方面未来的发展趋势。
收录刊物: 2022年06期
稿件基金: 国家自然科学基金项目(61701519)
引用本文格式: 张静,农昌瑞,杨智勇.基于卷积神经网络的目标检测算法综述[J].兵器装备工程学报,2022,43(06):37-47.
ZHANG Jing, NONG Changrui, YANG Zhiyong.Review of object detection algorithms based on convolutional neural network[J].Journal of Ordnance Equipment Engineering,2022,43(06):37-47.
浏览次数: 180
下载次数: 129
免费下载全文 下载本期目录 下载本期封面