网络首发

激光与光电子学进展
ESCI,SCOPUS,CJCR,CSCD,北图
2020年第57卷第12期12页
深度学习目标检测方法及主流框架综述
录用时间:2019-11-09
论文栏目
00
作者单位
1 贵州大学现代制造技术教育部重点实验室
2 贵州大学机械工程学院
论文摘要
目标检测作为机器视觉中重要任务之一,是人工智能体系中一个具有重要研究价值的技术分支.对卷积神经网络框架,Anchor-Based模型和Anchor-Free模型三个主流的目标检测模型进行梳理分析.首先,综述了主流卷积神经网络框架的网络结构、优缺点以及相关的改进方法;其次,从one-stage和two-stage两个分支对Anchor-Based类模型进行深入分析,总结不同目标检测方法的研究进展;从早期探索、基于关键点和密集预测三部分分析Anchor-Free类模型;最后,对该领域的未来发展趋势进行思考与展望.
引用本文
段仲静, 李少波, 杨静, 杨静, 王铮. 深度学习目标检测方法及主流框架综述[J]. 激光与光电子学进展, 2020, 57(12): 12. 
DOI:10.3788/lop57.120012
PDF 全文:点击此处查看 

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!