摘要
目标检测作为计算机视觉中最基本和最具挑战性的核心任务之一,在国际上一直处于热门研究领域。近年来,随着深度学习的快速发展,基于卷积神经网络的目标检测算法几乎已经完全代替了传统目标检测算法。在简单的介绍了传统目标检测算法并且分析了其不足的基础上,介绍了卷积神经网络的发展,重点介绍了基于卷积神经网络的一阶段和两阶段目标检测算法,同时对各算法在VOC2012和COCO数据集上的性能表现进行总结。最后提出了目前目标检测存在的问题和解决办法,对目标检测未来发展方向进行了展望。
- 单位
目标检测作为计算机视觉中最基本和最具挑战性的核心任务之一,在国际上一直处于热门研究领域。近年来,随着深度学习的快速发展,基于卷积神经网络的目标检测算法几乎已经完全代替了传统目标检测算法。在简单的介绍了传统目标检测算法并且分析了其不足的基础上,介绍了卷积神经网络的发展,重点介绍了基于卷积神经网络的一阶段和两阶段目标检测算法,同时对各算法在VOC2012和COCO数据集上的性能表现进行总结。最后提出了目前目标检测存在的问题和解决办法,对目标检测未来发展方向进行了展望。