首页|基于两种分类标准的目标检测算法综述

基于两种分类标准的目标检测算法综述

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着大数据、算力、深度学习的发展,基于深度学习的目标检测算法成为该领域主流算法,其性能远超传统算法.为了梳理算法发展脉络、跟踪最新研究成果、促进目标检测领域的研究,分别从两阶段/单阶段和an-chor-based/anchor-free两个维度,对这两种不同分类标准下实现矩形框或近似矩形框标注的代表性目标检测算法进行综述,分析了算法流程、特点、演进及其性能,并对其重要改进版本进行了归类分析.最后总结了算法的优缺点、局限性及适用场景,并展望了未来目标检测领域的发展趋势,提出了几个重要的研究方向.
Survey of object detection algorithms based on two classification standards

李平、喻洪流

展开 >

上海理工大学 康复工程与技术研究所,上海200093

长治医学院 生物医学工程系,山西 长治046000

目标检测 深度卷积神经网络 两阶段 单阶段 anchor-based anchor-free

62073224

2021

10.19734/j.issn.1001-3695.2021.01.0003

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(9)
  • 5
  • 11