A survey of image object detection algorithm based
on deep learning
作者： 张婷婷[1];章坚武[1];郭春生[1];陈华华[1];周迪[2];王延松[3];徐爱华[2]
作者机构： [1]杭州电子科技大学通信工程学院,浙江杭州310018;[2]浙江宇视科技有限公司,浙江杭州310051;[3]之江实验室,浙江杭州311121出版物刊名： 电信科学页码： 92-106页年卷期： 2020年 第7期
主题词： 计算机视觉;图像目标检测;深度学习;图像分类
摘要：图像目标检测是找出图像中感兴趣的目标,并确定他们的类别和位置,是当前计算机视觉领域的研究热点。近年来,由于深度学习在图像分类方面的准确度明显提高,基于深度学习的图像目标检测模型逐渐成为主流。首先介绍了图像目标检测模型中常用的卷积神经网络;然后,重点从候选区域、回归和anchor-free方法的角度对现有经典的图像目标检测模型进行综述;最后,根据在公共数据集上的检测结果分析模型的优势和缺点,总结了图像目标检测研究中存在的问题并对未来发展做出展望。
