文献类型：期刊文章

作　　者：杨锋[1] 丁之桐[2] 邢蒙蒙[3] 丁波[2]

YANG Feng;DING Zhitong;XING Mengmeng;DING Bo(Assets and Equipment Department,Affiliated Hospital of Shandong University of Traditional Chinese Medicine,Jinan 250013,China;School of Traditional Chinese Medicine,Shandong University of Traditional Chinese Medicine,Jinan 255424,China;Department of Medicine and Engineering,China Rehabilitation Research Center,Beijing 100071,China)

机构地区：[1]山东中医药大学附属医院资产设备处,济南250013 [2]山东中医药大学中医学院,济南255424 [3]中国康复研究中心医工科,北京100071

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金面上项目(81973981);教育部高等教育司产学合作协同育人项目(202002216003)。

年　　份：2023

卷　　号：59

期　　号：11

起止页码：1-15

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD_E2023_2024、IC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：目标检测是当下计算机视觉领域的研究热点,随着深度学习的发展,基于深度学习的目标检测算法的应用越来越多,性能也不断被提升,通过总结目标检测过程中遇到的常见难题以及相应的改进方法,梳理了基于深度学习的目标检测方法的最新研究进展,重点针对基于深度学习目标检测算法的两大类型进行综述。此外还从注意力机制、轻量型网络、多尺度检测等方面对目标检测算法的最新改进思路进行总结梳理。针对当前目标检测领域存在的问题,对其未来的发展趋势进行展望,并提出可行的解决方案,以期为该领域后续的研究工作提供可借鉴的思路和方向。

关 键 词：目标检测 深度学习  计算机视觉 注意力机制  多尺度检测  

分 类 号：TP391.41]