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。

成为VIP会员查看完整内容
0
83

相关内容

目标检测作为机器视觉中重要任务之一,是人工智能体系中一个具有重要研究价值的技术分支。对于卷积神经网络框架、anchor-based模型和anchor-free模型三个主流的目标检测模型进行梳理。首先,综述了主流卷积神经网络框架的网络结构、优缺点以及相关的改进方法;其次从one-stage和two-stage两个分支对anchor-based类模型进行深入分析,总结了不同目标检测方法的研究进展;从早期探索、关键点和密集预测三部分分析anchor-free类模型。最后对该领域的未来发展趋势进行了思考与展望。

成为VIP会员查看完整内容
0
75

简介: 目标检测作为机器视觉中重要任务之一,是人工智能体系中一个具有重要研究价值的技术分支. 对于卷积神经网络框架、 anchor-based模型和anchor-free模型三个主流的目标检测模型进行梳理. 首先,综述了主流卷积神 经网络框架的网络结构、优缺点以及相关的改进方法;其次从one-stage和two-stage两个分支对anchor-based类模型进行深入分析, 总结了不同目标检测方法的研究进展; 从早期探索、关键点和密集预测三部分分析anchor-free类模型. 最后对该领域的未来发展趋势进行了思考与展望.

成为VIP会员查看完整内容
深度学习目标检测方法及其主流框架综述.pdf
0
57

摘要: 目标检测算法应用广泛,一直是计算机视觉领域备受关注的研究热点。近年来,随着深度学习的发展,3D图像的目标检测研究取得了巨大的突破。与2D目标检测相比,3D目标检测结合了深度信息,能够提供目标的位置、方向和大小等空间场景信息,在自动驾驶和机器人领域发展迅速。文中首先对基于深度学习的2D目标检测算法进行概述;其次根据图像、激光雷达、多传感器等不同数据采集方式,分析目前具有代表性和开创性的3D目标检测算法;结合自动驾驶的应用场景,对比分析不同 3D 目标检测算法的性能、优势和局限性;最后总结了3D目标检测的应用意义以及待解决的问题,并对 3D 目标检测的发展方向和新的挑战进行了讨论和展望。

成为VIP会员查看完整内容
0
66
小贴士
相关主题
相关VIP内容
专知会员服务
75+阅读 · 2020年6月26日
【文献综述】深度学习目标检测方法及其主流框架综述
专知会员服务
57+阅读 · 2020年6月26日
专知会员服务
42+阅读 · 2020年6月7日
专知会员服务
38+阅读 · 2020年5月31日
专知会员服务
27+阅读 · 2020年5月18日
专知会员服务
20+阅读 · 2020年4月26日
专知会员服务
66+阅读 · 2020年4月24日
密歇根大学《20年目标检测综述》
专知会员服务
64+阅读 · 2019年10月13日
深度学习视频中多目标跟踪:论文综述
专知会员服务
57+阅读 · 2019年10月13日
相关资讯
综述 | CVPR2019目标检测方法进展
计算机视觉life
12+阅读 · 2019年4月3日
CVPR2019目标检测方法进展综述
极市平台
44+阅读 · 2019年3月20日
深度学习目标检测算法综述
AI研习社
14+阅读 · 2019年2月1日
干货 | 基于深度学习的目标检测算法综述
AI科技评论
9+阅读 · 2018年9月1日
博客 | 基于深度学习的目标检测算法综述(二)
干货 | 基于深度学习的目标检测算法综述(二)
AI科技评论
10+阅读 · 2018年8月20日
深度学习时代的目标检测算法
炼数成金订阅号
39+阅读 · 2018年3月19日
综述:深度学习时代的目标检测算法
极市平台
22+阅读 · 2018年3月17日
干货 | 深度学习时代的目标检测算法
AI科技评论
5+阅读 · 2018年3月6日
深度学习时代的目标检测算法综述
AI前线
6+阅读 · 2017年9月22日
相关论文
The Effects of Super-Resolution on Object Detection Performance in Satellite Imagery
Jacob Shermeyer,Adam Van Etten
3+阅读 · 2019年4月9日
Jiangmiao Pang,Kai Chen,Jianping Shi,Huajun Feng,Wanli Ouyang,Dahua Lin
5+阅读 · 2019年4月4日
Jesus Zarzar,Silvio Giancola,Bernard Ghanem
3+阅读 · 2019年3月25日
Generalization and Regularization in DQN
Jesse Farebrother,Marlos C. Machado,Michael Bowling
5+阅读 · 2019年1月30日
Multi-task Deep Reinforcement Learning with PopArt
Matteo Hessel,Hubert Soyer,Lasse Espeholt,Wojciech Czarnecki,Simon Schmitt,Hado van Hasselt
3+阅读 · 2018年9月12日
Deep Learning for Generic Object Detection: A Survey
Li Liu,Wanli Ouyang,Xiaogang Wang,Paul Fieguth,Jie Chen,Xinwang Liu,Matti Pietikäinen
7+阅读 · 2018年9月6日
Speeding-up Object Detection Training for Robotics with FALKON
Elisa Maiettini,Giulia Pasquale,Lorenzo Rosasco,Lorenzo Natale
6+阅读 · 2018年8月27日
Hao Wang,Qilong Wang,Mingqi Gao,Peihua Li,Wangmeng Zuo
5+阅读 · 2018年4月2日
Changzheng Zhang,Xiang Xu,Dandan Tu
5+阅读 · 2018年2月6日
Top