首页> 中文期刊> 《计算机工程与应用》 >基于深度学习的目标检测框架进展研究

基于深度学习的目标检测框架进展研究

         

摘要

在R-CNN框架提出后,基于深度学习的目标检测框架逐渐成为主流,可分为基于候选窗口和基于回归两类.近两年来,在Faster R-CNN、YOLO、SSD等经典的基于深度学习目标检测框架的基础上,出现了大量的优秀框架.根据优化方法对近几年提出的框架进行了梳理和总结.在PASCAL_VOC和MS COCO等主流测试集上对目标检测方法的性能及优缺点进行了对比分析.讨论了目标检测领域当前面临的困难与挑战,对可能的发展方向进行了展望.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号