深度學(xué)習(xí)驅(qū)動(dòng)下的目標(biāo)檢測(cè)研究進(jìn)展綜述

摘要： 近年來(lái)，深度學(xué)習(xí)在GPU高性能計(jì)算能力的加持下得到了迅速推廣，并在安防、醫(yī)療、工業(yè)等領(lǐng)域?qū)崿F(xiàn)了廣泛應(yīng)用。目標(biāo)檢測(cè)模型的性能也在穩(wěn)步提高，從傳統(tǒng)的目標(biāo)檢測(cè)方法逐漸過(guò)渡到基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）深度學(xué)習(xí)的進(jìn)一步應(yīng)用，極大地節(jié)省了人力物力。通過(guò)參考大量文獻(xiàn)，按照兩階段脈絡(luò)梳理了目標(biāo)檢測(cè)的發(fā)展歷程以及近年深度學(xué)習(xí)在目標(biāo)檢測(cè)領(lǐng)域內(nèi)的研究進(jìn)展，對(duì)比了在不同數(shù)據(jù)集上模型網(wǎng)絡(luò)的性能，總結(jié)不同... （共18頁(yè)）