Print

基于神经网络的目标检测技术研究综述及应用

论文摘要

随着深度学习的快速发展,目标检测技术已经越来越成熟。目前神经网络的目标检测技术已经被广泛应用在行人检测、自动驾驶、视频追踪等领域。本文首先分析了目标检测技术的发展背景,介绍了神经网络的发展历程和目标检测中常用的卷积神经网络模型;其次分析了深度神经网络下的目标检测方法,指出现阶段不同检测方法存在的问题以及今后我们需要改进的方向;最后对深度神经网络的目标检测技术进行了总结和展望。

论文目录

  • 1 概述
  • 2 神经网络的发展
  •   2.1 神经网络的发展
  •   2.2 神经网络基础模型
  • 3 神经网络的目标检测模型分类
  •   3.1 基于域名提名的模型
  •   3.2 不基于域名提名模型
  • 4 神经网络的目标检测方法存在的问题
  •   4.1 数据集标注的问题
  •   4.2 硬件处理单元的改进问题
  •   4.3 目标检测模型的进化问题
  • 5 总结和展望

    • 文章来源

    类型: 期刊论文

    作者: 吴燕如,珠杰,管美静

    关键词: 计算机视觉,目标检测,深度神经网络

    来源: 电脑知识与技术 2019年33期

    年度: 2019

    分类: 信息科技

    专业: 计算机软件及计算机应用,自动化技术

    单位: 西藏大学信息科学技术学院,藏文信息技术国家地方联合中心

    基金: 国家重点研发计划：藏文文献资源数字化技术集成与应用示范(2017YFB1402200),国家自然基金项目(61751216)资助

    分类号: TP391.41;TP183

    DOI: 10.14004/j.cnki.ckt.2019.3968

    页码: 181-184

    总页数: 4

    文件大小: 1690K

    下载量: 641

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/1a488ecc364645aeee3f2831.html