基于卷积神经网络的目标检测算法综述被引量：1

下载PDF

导出

摘要本文对基于卷积神经网络的目标检测算法进行综述。文章首先介绍了卷积神经网络的概念与发展历史,其次重点归纳分析了目标检测当前主流的两段检测算法和一段检测算法,并简要介绍了目标检测常用的数据集以及各算法的性能对比,最后进行了总结与展望。

作者余潇智杨静李兴超马文纹

机构地区西安理工大学自动化与信息工程学院国网思极飞天(兰州)云数科技有限公司国网甘肃省电力公司超高压公司国网甘肃省电力公司酒泉供电公司

出处《电子技术与软件工程》 2022年第24期171-176,共6页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

关键词目标检测卷积神经网络两段检测一段检测

分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献2

1刘洪江,王懋,刘丽华,吴继冰,黄宏斌.基于深度学习的小目标检测综述[J].计算机工程与科学,2021,43(8):1429-1442. 被引量：31
2李炳臻,刘克,顾佼佼,姜文志.卷积神经网络研究综述[J].计算机时代,2021(4):8-12. 被引量：88

二级参考文献2

1芮挺,费建超,周遊,方虎生,朱经纬.基于深度卷积神经网络的行人检测[J].计算机工程与应用,2016,52(13):162-166. 被引量：73
2孙斌,雎青青,桑庆兵.结合FC-DenseNet和WGAN的图像去雾算法[J].计算机科学与探索,2020,14(8):1380-1388. 被引量：7

共引文献117

1柳东威,王旭,廖佳妹.基于卷积神经网络的汽车产品检测优化研究[J].商用汽车,2024(2):82-87.
2吕俊霖,麦嘉铭,熊浩,蔡海真.基于深度学习的鱼类智能识别系统的设计与实现[J].渔业现代化,2021,48(3):90-96. 被引量：6
3秦晓晖.基于计算机视觉的流量监控智能交通灯系统的设计与实现[J].软件工程,2021,24(7):43-45. 被引量：3
4花傲阳.基于手势交互的机械臂轨迹示教系统[J].软件工程,2021,24(8):55-59. 被引量：1
5胡秀云.基于自编码器的行人异常检测方法[J].科技创新导报,2021,18(13):82-85.
6赵恒谦,杨屹峰,刘泽龙,宋瑞.农作物叶片病害迁移学习分步识别方法[J].测绘通报,2021(7):34-38. 被引量：8
7薛继伟,吕福娟,刘显德.基于改进ResNet的人脸表情识别研究[J].河南科学,2021,39(8):1205-1210. 被引量：3
8田斌,葛友铖,梁冰,文仕强.基于CNN-LSTM混合模型的工频磁扰动信号预测[J].自动化与仪表,2021,36(11):11-14. 被引量：1
9刘宇斌,王壮基.基于改进ResNet50的锭状物缺陷检测系统的设计研究[J].中国设备工程,2021(22):164-165. 被引量：1
10杨正昊,董建设,方婷红,王志凌.图像风格迁移的实例规范化方法研究[J].天津职业技术师范大学学报,2021,31(4):45-51.

同被引文献9

1罗浩伦,冯泽霖,冉钟南,马杰,吕军.基于VGG16网络的茶叶嫩芽自动检测研究[J].农业与技术,2020,40(1):15-17. 被引量：13
2马静怡,崔昊杨,张明达,孙益辉,许永鹏.基于改进Faster RCNN的小尺度入侵目标识别及定位[J].中国电力,2021,54(3):38-44. 被引量：15
3张文静,赵性祥,丁睿柔,张泽,姜红花,王东.基于Faster R-CNN算法的番茄识别检测方法[J].山东农业大学学报（自然科学版）,2021,52(4):624-630. 被引量：13
4魏冉,裴悦琨,姜艳超,周品志,张永飞.基于改进Faster R-CNN模型的樱桃缺陷检测[J].食品与机械,2021,37(10):98-105. 被引量：11
5王远志,施子珍,张艳红.改进的Faster R-CNN用于苹果叶部病害检测[J].安庆师范大学学报（自然科学版）,2022,28(2):26-30. 被引量：7
6光金正,梁鉴如,刘义生.基于改进EfficientNet的植物图像分类算法[J].传感器与微系统,2022,41(8):136-139. 被引量：2
7张旭辉,玉素甫江·如素力,仇忠丽,亚夏尔·艾斯克尔,阿卜杜热合曼·吾斯曼.基于不同机器学习的农作物遥感分类与精度评价研究——以新疆维吾尔自治区阜康市为例[J].新疆师范大学学报（自然科学版）,2022,41(3):17-28. 被引量：4
8梁喜凤,章鑫宇,王永维.基于改进Mask R-CNN的番茄侧枝修剪点识别方法[J].农业工程学报,2022,38(23):112-121. 被引量：5
9邓姗姗,黄慧,马燕.基于改进Faster R-CNN的小目标检测算法[J].计算机工程与科学,2023,45(5):869-877. 被引量：19

引证文献1

1宋如梦,李加升,张富城.基于卷积神经网络算法的苹果疤痕识别技术[J].湖南城市学院学报（自然科学版）,2024,33(4):55-59.

1宁轩,何智敏.基于深度学习的车辆重识别算法综述[J].数据通信,2023(1):43-47. 被引量：1
2易瑔,张宇航,宗艳桃,戴颜斌.基于卷积神经网络的高光谱图像分类算法综述[J].电光与控制,2023,30(3):70-77. 被引量：3
3蒋心璐,陈天恩,王聪,李书琴,张宏鸣,赵春江.农业害虫检测的深度学习算法综述[J].计算机工程与应用,2023,59(6):30-44. 被引量：12

电子技术与软件工程

2022年第24期

浏览历史

内容加载中请稍等...

基于卷积神经网络的目标检测算法综述被引量：1

参考文献2

二级参考文献2

共引文献117

同被引文献9

引证文献1

相关作者

相关机构

相关主题

浏览历史

基于卷积神经网络的目标检测算法综述 被引量：1

参考文献2

二级参考文献2

共引文献117

同被引文献9

引证文献1

相关作者

相关机构

相关主题

浏览历史

基于卷积神经网络的目标检测算法综述被引量：1