计算机工程与应用

2019, v.55;No.930(11) 25-34

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度学习的目标检测框架进展研究
Research on Progress of Object Detection Framework Based on Deep Learning

寇大磊;权冀川;张仲伟;

摘要(Abstract):

在R-CNN框架提出后,基于深度学习的目标检测框架逐渐成为主流,可分为基于候选窗口和基于回归两类。近两年来,在Faster R-CNN、YOLO、SSD等经典的基于深度学习目标检测框架的基础上,出现了大量的优秀框架。根据优化方法对近几年提出的框架进行了梳理和总结。在PASCAL_VOC和MS COCO等主流测试集上对目标检测方法的性能及优缺点进行了对比分析。讨论了目标检测领域当前面临的困难与挑战,对可能的发展方向进行了展望。

关键词(KeyWords): 深度学习;目标检测;卷积神经网络;计算机视觉

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 寇大磊;权冀川;张仲伟;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享