关注上方“深度学习技术前沿”，选择“星标公众号”，
资源干货，第一时间送达！
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。
资料传送门：
便捷下载，请关注深度学习技术前沿公众号
后台回复“深度学习目标检测综述” 就可以获取《深度学习目标检测方法综述》下载链接
重磅！DLer-目标检测交流群已成立！
为了能给大家提供一个更好的交流学习平台！针对特定研究方向，我建立了目标检测微信交流群，目前群里已有百余人！本群旨在交流目标检测、密集人群检测、关键点检测、人脸检测、人体姿态估计等内容。
进群请备注：研究方向+地点+学校/公司+昵称（如目标检测+上海+上交+小明）
广告商、博主请绕道！
????长按识别，即可进群！
如果觉得《【西安交大】最新深度学习目标检测方法综述》对你有帮助，请点赞、收藏，并留下你的观点哦！
