典型文献
基于卷积神经网络的目标检测算法综述
文献摘要：
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.
文献关键词：
卷积神经网络;目标检测;变压器;无锚点;开放世界目标检测
中图分类号：
作者姓名：
张静;农昌瑞;杨智勇
作者机构：
海军航空大学航空基础学院,山东烟台 264001;海军航空大学,山东烟台 264001;烟台理工学院,山东烟台 264001
文献出处：
引用格式：
[1]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(06):37-47
A类：
开放世界目标检测
B类：
目标检测算法,技术存在,自学习,手工特征,轻量化卷积神经网络,无锚点,变压器,算法研究,结对,创新点,算法选择,弱监督目标检测,小目标检测,实时检测
AB值：
0.179299
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
