专栏首页深度学习技术前沿【西安交大】2020年最新深度学习目标检测方法综述

【西安交大】2020年最新深度学习目标检测方法综述

目标检测的任务是从图像中精确且高效地识别、定位出大量预定义类别的物体实例。随着深度学习的广泛应用,目标检测的精确度和效率都得到了较大提升,但基于深度学习的目标检测仍面临改进与优化主流目标检测算法的性能、提高小目标物体检测精度、实现多类别物体检测、轻量化检测模型等关键技术的挑战。针对上述挑战,本文在广泛文献调研的基础上,从双阶段、单阶段目标检测算法的改进与结合的角度分析了改进与优化主流目标检测算法的方法,从骨干网络、增加视觉感受野、特征融合、级联卷积神经网络和模型的训练方式的角度分析了提升小目标检测精度的方法,从训练方式和网络结构的角度分析了用于多类别物体检测的方法,从网络结构的角度分析了用于轻量化检测模型的方法。此外,对目标检测的通用数据集进行了详细介绍,从4个方面对该领域代表性算法的性能表现进行了对比分析,对目标检测中待解决的问题与未来研究方向做出预测和展望。目标检测研究是计算机视觉和模式识别中备受青睐的热点,仍然有更多高精度和高效的算法相继提出,未来将朝着更多的研究方向发展。

本文分享自微信公众号 - 深度学习技术前沿(gh_a540734f538c)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2020-04-30

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【目标检测系列】CNN中的目标多尺度处理方法

    【导读】本篇博文我们一起来讨论总结一下目标检测任务中用来处理目标多尺度的一些算法。视觉任务中处理目标多尺度主要分为两大类:

    深度学习技术前沿公众号博主
  • 贝叶斯网络之父Judea Pearl:新因果科学与数据科学、人工智能的思考

    6月21日,图灵奖得主、贝叶斯网络之父 Judea Pearl 在第二届北京智源大会上做了《新因果科学与数据科学、人工智能的思考》的报告。

    深度学习技术前沿公众号博主
  • YOLO-Fastest:目前最快的YOLO网络!移动端上可达148 FPS

    这是个模型非常小、号称目前最快的YOLO算法——大小只有1.3MB,单核每秒148帧,移动设备上也能轻易部署。

    深度学习技术前沿公众号博主
  • 继往开来!目标检测二十年技术综述

    计算机视觉中的目标检测,因其在真实世界的大量应用需求,比如自动驾驶、视频监控、机器人视觉等,而被研究学者广泛关注。

    AI算法与图像处理
  • 继往开来!目标检测二十年技术综述

    计算机视觉中的目标检测,因其在真实世界的大量应用需求,比如自动驾驶、视频监控、机器人视觉等,而被研究学者广泛关注。

    AI科技大本营
  • 全方位!深度学习目标检测近年进展

    向大家推荐一篇今天新出的论文Recent Advances in Deep Learning for Object Detection,该文调查了2012年以来...

    CV君
  • ECCV 2018丨YOLO遇上OpenPose,近200FPS的高帧数多人姿态检测

    这是今年ECCV上的一篇名为《Pose Proposal Networks》的论文,作者是日本柯尼卡美能达公司的関井大気(Taiki SEKII),结合了去年C...

    量子位
  • 重磅 | 基于弱监督约束的通用目标检测

    目标检测作为计算机视觉研究极其重要的一个分支,随着 deep learning 技术的发展,近几年得到了长足的进步,但广大科(搬)研(砖)青年长期被各位大佬压在...

    小小詹同学
  • 深度学习目标检测概览

    本文是翻译自Object detection: an overview in the age of Deep Learning - Tryolabs Blog ...

    AI研习社
  • 干货|深度学习目标检测的主要问题和挑战!

    就像许多其他计算机视觉问题,该领域还缺乏一个显而易见或者“做好的”方法,这意味着目标检测仍然有很大的进步空间。

    智能算法

扫码关注云+社区

领取腾讯云代金券