目标检测模型及其优化方法综述

近年来,基于卷积神经网络的目标检测研究发展十分迅速,各种检测模型的改进方法层出不穷.本文主要对近几年内目标检测领域中一些具有借鉴价值的研究工作进行了整理归纳.首先,对基于卷积神经网络的主要目标检测框架进行了梳理和对比.其次,对目标检测框架中主干网络、颈部连接层、锚点等子模块的设计优化方法进行归纳,给出了各个模块设计优化的基本原则和思路.接着,在COCO数据集上对各类目标检测模型进行测试对比,并根据测试结果分析总结了不同子模块对模型检测性能的影响.最后,对目标检测领域未来的研究方向进行了展望....

Full description

Saved in:
Bibliographic Details
Published in自动化学报 Vol. 47; no. 6; pp. 1232 - 1255
Main Authors 蒋弘毅, 王永娟, 康锦煜
Format Journal Article
LanguageChinese
Published 南京理工大学机械工程学院 南京210094 01.06.2021
Subjects
Online AccessGet full text
ISSN0254-4156
DOI10.16383/j.aas.c190756

Cover

Abstract 近年来,基于卷积神经网络的目标检测研究发展十分迅速,各种检测模型的改进方法层出不穷.本文主要对近几年内目标检测领域中一些具有借鉴价值的研究工作进行了整理归纳.首先,对基于卷积神经网络的主要目标检测框架进行了梳理和对比.其次,对目标检测框架中主干网络、颈部连接层、锚点等子模块的设计优化方法进行归纳,给出了各个模块设计优化的基本原则和思路.接着,在COCO数据集上对各类目标检测模型进行测试对比,并根据测试结果分析总结了不同子模块对模型检测性能的影响.最后,对目标检测领域未来的研究方向进行了展望.
AbstractList 近年来,基于卷积神经网络的目标检测研究发展十分迅速,各种检测模型的改进方法层出不穷.本文主要对近几年内目标检测领域中一些具有借鉴价值的研究工作进行了整理归纳.首先,对基于卷积神经网络的主要目标检测框架进行了梳理和对比.其次,对目标检测框架中主干网络、颈部连接层、锚点等子模块的设计优化方法进行归纳,给出了各个模块设计优化的基本原则和思路.接着,在COCO数据集上对各类目标检测模型进行测试对比,并根据测试结果分析总结了不同子模块对模型检测性能的影响.最后,对目标检测领域未来的研究方向进行了展望.
Author 蒋弘毅
王永娟
康锦煜
AuthorAffiliation 南京理工大学机械工程学院 南京210094
AuthorAffiliation_xml – name: 南京理工大学机械工程学院 南京210094
Author_FL KANG Jin-Yu
WANG Yong-Juan
JIANG Hong-Yi
Author_FL_xml – sequence: 1
  fullname: JIANG Hong-Yi
– sequence: 2
  fullname: WANG Yong-Juan
– sequence: 3
  fullname: KANG Jin-Yu
Author_xml – sequence: 1
  fullname: 蒋弘毅
– sequence: 2
  fullname: 王永娟
– sequence: 3
  fullname: 康锦煜
BookMark eNotzb1KA0EUQOEpIhhjWh_BQtj13rszO7OlBP8gYKN1uLM7owbZgIsoVjYiGMHKIAii2FiJIApiwJdxJz6Gglan-86MaJSD0gkxhxBjmphksR8zV3GOGWiVNkQTSMlIokqnRbuqdi0AIlCG2BQLk5uncHcWHk7C6zA83te3w_ryvD59-xpf1xejMHoPL1eTj_H35_OsmPK8V7n2f1tia2V5s7MWdTdW1ztL3ahCQBkZpwvtjTPMKUk2DqggToh95mRh2TnPrKxWznuWORmbZ1pZiwYJCoKkJeb_3EMuPZfbvf7gYL_8PfaOi50jS0AIKYBMfgD1UVSy
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.16383/j.aas.c190756
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Engineering
DocumentTitle_FL A Survey of Object Detection Models and Its Optimization Methods
EndPage 1255
ExternalDocumentID zdhxb202106004
GrantInformation_xml – fundername: 军委创新项目
  funderid: (18-163-11-ZT-005-032-01)
GroupedDBID --K
-0Y
.~1
0R~
1B1
1~.
1~5
2B.
4.4
457
4A8
4G.
5GY
5VS
5XA
5XJ
7-5
71M
8P~
92H
92I
93N
AAIKJ
AALRI
AAQFI
AAXUO
ABJNI
ABWVN
ACGFS
ACRPL
ADEZE
ADNMO
ADTZH
AECPX
AEKER
AFTJW
AGHFR
AGYEJ
AITUG
ALMA_UNASSIGNED_HOLDINGS
BLXMC
CCEZO
CS3
CUBFJ
CW9
EBS
EJD
EO8
EO9
EP2
EP3
FDB
FEDTE
FNPLU
GBLVA
HVGLF
HZ~
IHE
J1W
JJJVA
M41
MO0
N9A
O-L
O9-
OAUVE
OZT
P-8
P-9
P2P
PC.
PSX
Q38
ROL
RPZ
SDF
SDG
SES
TCJ
TGT
U1G
U5S
ID FETCH-LOGICAL-s1014-8e7d7f8e8aa624a8e02d2a32af9e4dbaeefaa5b75effa4c28bc975bb18120d203
ISSN 0254-4156
IngestDate Thu May 29 04:10:30 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 6
Keywords 子模块优化
卷积神经网络
目标检测
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1014-8e7d7f8e8aa624a8e02d2a32af9e4dbaeefaa5b75effa4c28bc975bb18120d203
PageCount 24
ParticipantIDs wanfang_journals_zdhxb202106004
PublicationCentury 2000
PublicationDate 2021-06-01
PublicationDateYYYYMMDD 2021-06-01
PublicationDate_xml – month: 06
  year: 2021
  text: 2021-06-01
  day: 01
PublicationDecade 2020
PublicationTitle 自动化学报
PublicationTitle_FL Acta Automatica Sinica
PublicationYear 2021
Publisher 南京理工大学机械工程学院 南京210094
Publisher_xml – name: 南京理工大学机械工程学院 南京210094
SSID ssib001102911
ssib006576350
ssib051375349
ssib007293330
ssj0059721
ssib007290157
ssib023646446
ssib005904210
Score 2.4825075
SecondaryResourceType review_article
Snippet 近年来,基于卷积神经网络的目标检测研究发展十分迅速,各种检测模型的改进方法层出不穷.本文主要对近几年内目标检测领域中一些具有借鉴价值的研究工作进行了整理归纳.首先,...
SourceID wanfang
SourceType Aggregation Database
StartPage 1232
Title 目标检测模型及其优化方法综述
URI https://d.wanfangdata.com.cn/periodical/zdhxb202106004
Volume 47
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVESC
  databaseName: Baden-Württemberg Complete Freedom Collection (Elsevier)
  issn: 0254-4156
  databaseCode: GBLVA
  dateStart: 20110101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: https://www.sciencedirect.com
  omitProxy: true
  ssIdentifier: ssj0059721
  providerName: Elsevier
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3NaxQxFA-1vehB_MRve_B5UEbnK5PkONnOWkQ9tdJbSXaz9rSCbUF68iKCFTxZBEEUL55EEAWx4D_jbv0zfC8bnVQFPy5D9u2b95E38_J7mZmEsXM2cwJTr0xM5sqkNDxLLI6CSVFawqtZ4fx8x_Ub1fxieXWJL03tOR-9tbS-Zi_1Nn77Xcn_RBVpGFf6SvYfIvtDKBKwjfHFI0YYj38VY2gEKA11A00FdQpY2FOjoNcXsKE5SO0pEuoMGg6q8RSkd0HWvsFBV9CUoDugpKdgo6Kz8KiVl1OA4qRLa2JrJOgu6DTGtURE7fVEZk0aW1Ec6jmovUz6i38PMp2k8mBR0I_GomkRiwDZBDd0CtrLRemq27LgyTVo9F2BKr0iQX6pTjylkUevXvmL0Bs4B0p479Guju9O7EVvMsqruVeGIsUuJ1SH-MnUnGxqmQVZNnEnMKNFCtku_qoMi-B0svFyyMNYQydU58aDxmSZ0HBzxCMAQdQITSB-5L8dqTDvFX6oMgYvQYRlgv-0JLgHGRv9lbuW-iit_LK3M7moqnyazVzR127WLfBFnKiiTM0VJuMI2FWcFh5sfwt6fB4978bfRdEWkrSrQBVNFPCswLKWCvUJxuG05pOfvQxdE5ZDJacu73LJfws3HJjhrQi2LRxg-0O9NVtPbp6DbGpj5RDbF63CeZhd2Hn2ZvziwfjVvfH7zfHrl6Pnm6PHD0f3P3zZfjp6tDXe-jh-92Tn0_bXz2-PsMVus9CZT8IWIskqbUKdSCf6YiCdNKbKSyNdmvdzU-RmoFzZt8a5gTHcCu4GA1P2cml7SnBrCfem_TwtjrLp4e2hO8ZmHW2dZwWmMyzBi760qcOxUPVcL6uw9_hxdjZ4uhxSxOry7uid-CPHSba3vR9Osem1O-vuNILeNXsmRPwb8kZ7nA
linkProvider Elsevier
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E7%9B%AE%E6%A0%87%E6%A3%80%E6%B5%8B%E6%A8%A1%E5%9E%8B%E5%8F%8A%E5%85%B6%E4%BC%98%E5%8C%96%E6%96%B9%E6%B3%95%E7%BB%BC%E8%BF%B0&rft.jtitle=%E8%87%AA%E5%8A%A8%E5%8C%96%E5%AD%A6%E6%8A%A5&rft.au=%E8%92%8B%E5%BC%98%E6%AF%85&rft.au=%E7%8E%8B%E6%B0%B8%E5%A8%9F&rft.au=%E5%BA%B7%E9%94%A6%E7%85%9C&rft.date=2021-06-01&rft.pub=%E5%8D%97%E4%BA%AC%E7%90%86%E5%B7%A5%E5%A4%A7%E5%AD%A6%E6%9C%BA%E6%A2%B0%E5%B7%A5%E7%A8%8B%E5%AD%A6%E9%99%A2+%E5%8D%97%E4%BA%AC210094&rft.issn=0254-4156&rft.volume=47&rft.issue=6&rft.spage=1232&rft.epage=1255&rft_id=info:doi/10.16383%2Fj.aas.c190756&rft.externalDocID=zdhxb202106004
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fzdhxb%2Fzdhxb.jpg