-
题名基于深度学习的单阶段目标检测算法研究综述
被引量：47
- 1
-
-
作者
刘俊明
孟卫华
-
机构
中国空空导弹研究院
航空制导武器航空科技重点实验室
-
出处
《航空兵器》
CSCD
北大核心
2020年第3期44-53,共10页
-
文摘
近年来,深度学习技术推动目标检测算法取得了突破式进展。基于深度学习的目标检测算法可分为两阶段检测算法和单阶段检测算法。相比两阶段检测算法,单阶段检测算法的结构简单、计算高效,同时具备不错的检测精度,在实时目标检测领域中具有较高的研究和应用价值。本文首先回顾了单阶段检测算法的发展历史,分析总结了相关算法的优缺点,然后归纳提出了单阶段目标检测算法的通用框架,接着对框架中的特征提取模块和检测器进行了深入分析,指出了其对算法性能的影响,最后对单阶段检测算法的发展趋势进行了展望。
-
关键词
深度学习
单阶段目标检测算法
特征提取
特征融合
ANCHOR
损失函数
人工智能
-
Keywords
deep learning
single-stage object detection algorithm
feature extraction
feature fusion
anchor
loss function
artificial intelligence
-
分类号
TJ760
[兵器科学与技术—武器系统与运用工程]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名深度学习中单阶段金属表面缺陷检测算法优化综述
- 2
-
-
作者
董甲东
郭庆虎
陈琳
桑飞虎
-
机构
安庆师范大学电子工程与智能制造学院
-
出处
《计算机工程与应用》
北大核心
2025年第4期72-89,共18页
-
基金
国家自然科学基金(62205005)
安徽省高校科研计划重大项目(2024AH040174)。
-
文摘
金属表面的划痕、凹坑、波纹等缺陷会直接影响产品的质量。传统的检测方法耗时耗力,准确性受限于操作人员的经验和技能。近年来,深度学习技术在图像识别领域的突破性进展为金属表面缺陷检测提供了新的解决方案,基于深度学习的金属表面缺陷检测方法在检测精度和速度方面取得了显著成效。为了便于金属表面缺陷检测算法的研究,综合分析了单阶段深度学习算法在金属表面缺陷检测中的优化方法及应用。介绍了目前常用的金属表面缺陷数据集和算法评价指标;总结了目标检测算法的发展史以及单阶段目标检测算法的基本概念和典型模型;从数据增强、特征的提取与融合、锚框优化三个方面,对比总结了不同算法不同优化方式的优缺点,并研究了金属表面缺陷检测算法的轻量化;从多模态融合、大数据应用技术、现实与虚拟结合三个方面对金属表面缺陷检测算法的未来研究方向进行了展望。
-
关键词
金属表面缺陷检测
深度学习
单阶段目标检测算法
模型优化
-
Keywords
metal surface defect detection
deep learning
one-stage target detection algorithm
model optimization
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习的目标检测算法综述
被引量：65
- 3
-
-
作者
吴雪
宋晓茹
高嵩
陈超波
-
机构
西安工业大学电子信息工程学院
-
出处
《传感器与微系统》
CSCD
北大核心
2021年第2期4-7,18,共5页
-
基金
陕西省重点研发计划资助项目(2018KW-022,2017KW-009)。
-
文摘
视觉目标检测作为计算机视觉的一个重要研究方向,已广泛应用于人脸检测、行人检测和无人驾驶等领域。随着大数据、计算机硬件技术和深度学习算法在图像分类中的突破性进展,基于深度学习的目标检测算法成为主流。本文综述了基于深度学习目标检测算法的研究现状和发展方向。首先介绍卷积神经网络(CNN)的研究进展和经典模型;然后对目前主流的基于深度学习的两阶段目标检测算法和单阶段目标检测算法的发展、改进和不足进行归纳;最后对深度学习目标检测两种主流算法进行比较并做出总结和未来展望。
-
关键词
目标检测
卷积神经网络
两阶段目标检测算法
单阶段目标检测算法
-
Keywords
target detection
convolutional neural network(CNN)
two-stage target detection algorithm
one-stage target detection algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于FCOS算法的幼儿识物教育的应用
- 4
-
-
作者
魏若禹
李丹
-
机构
四川大学锦城学院
-
出处
《电子测试》
2022年第2期32-34,共3页
-
文摘
本文阐述了FCOS与其他目标检测算法相比具有的优势,并通过实验验证FCOS在VOC2007数据集上可以得到较好结果,说明了FCOS算法可以在实际的场景中得到较好的应用。
-
关键词
人工智能
目标检测
FCOS算法
幼儿识物教育
单阶段目标检测算法
-
Keywords
artificial intelligence
Target detection
Fcos algorithm
Early childhood knowledge education
Single stage target detection algorithm
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
G612
[文化科学—学前教育学]
-
