通用物体检测的深度学习:一项调查
本调查研究了物体检测领域的主要发展现状以及现有典型检测模型的方法和评估数据集,分别分析了一阶段和二阶段检测器的综合概述,并总结了物体检测的传统和新型应用,最后就利用这些物体检测方法构建高效系统的应用建议和发展趋势进行了探讨。
Jul, 2019
本文概述了基于深度学习的物体检测器的最新发展,提供了检测中使用的基准数据集和评估指标的简明概述,以及在识别任务中使用的一些主要骨干架构和现代轻量级分类模型,最后我们比较了这些架构在多个度量标准上的性能。
Apr, 2021
本文回顾了基于深度学习的目标检测框架,从深度学习和卷积神经网络教程开始,介绍了典型的通用和特定目标检测架构以及改进方法和技巧,并提供了实验数据分析,最后提出了未来研究中的几个有前景的方向和任务。
Jul, 2018
本文是关于光学遥感图像中物体检测的文献综述,涵盖目标检测的众多方法,包括基于模板匹配、基于知识、机器学习等,同时讨论现有研究的挑战并提出两个有潜在发展的研究方向,即基于深度学习的特征表示和基于弱监督学习的地理空间目标检测。
Mar, 2016
本文全面回顾了过去 25 年中(从 1990 年到 2022 年),以技术演进为光点,涵盖了许多主题,包括历史上的里程碑检测器、检测数据集、指标、检测系统的基本构建块、加速技术和最新的最先进的检测方法,在计算机视觉领域中,物体检测是最基本和具有挑战性的问题之一,最近几年备受关注。
May, 2019
本文综述了弱监督物体定位和检测领域中的经典模型、深度网络特征表示法、基于纯深度学习的方法及公共数据集和标准评估指标等内容。同时也讨论了该领域的发展历程、方法类别间的关系、应用以及未来研究方向等。
Apr, 2021
本文介绍近期在显著物体检测领域中的一些进展和问题,涵盖了 228 个出版物,讨论了关键概念、任务、核心技术和建模趋势、数据集和评估指标,并探讨了模型性能的数据集偏差和评估指标等方面的开放性问题以及未来的研究方向。
Nov, 2014
本文综述了自 2015 年至 2021 年期间针对基于图像的三维物体检测问题的 200 多个研究,并提出了两个新的分类体系来组织现有的最先进的方法,并深入分析了它们的各个组成部分。同时,本文探讨了这个领域的挑战和未来方向。
Feb, 2022