期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的密集目标检测方法综述
1
作者
安胜彪
李咨翰
白宇
《长江信息通信》
2023年第8期1-4,共4页
基于深度学习的方法明显提升了目标检测的精度,但在面对行人、汽车等自然场景下的密集目标时,存在包围框预测不准、容易重叠等问题。综述了深度学习密集目标检测相关方法和技术。从神经网络架构的角度对密集目标检测的方法进行分类,对...
基于深度学习的方法明显提升了目标检测的精度,但在面对行人、汽车等自然场景下的密集目标时,存在包围框预测不准、容易重叠等问题。综述了深度学习密集目标检测相关方法和技术。从神经网络架构的角度对密集目标检测的方法进行分类,对基于卷积神经网络模型和基于Transformer深度神经网络模型进行了比较分析。对于卷积神经网络,从有锚和无锚的角度进行综述;对基于Transformer架构的网络模型,从单一Transformer和增加CNN结构的Transformer模型进行对比综述。最后结合目前的研究成果对密集目标检测领域亟待解决的问题和未来的发展方向进行展望和总结。
展开更多
关键词
深度学习
密集目标检测
卷积神经网络
TRANSFORMER
在线阅读
下载PDF
职称材料
题名
基于深度学习的密集目标检测方法综述
1
作者
安胜彪
李咨翰
白宇
机构
河北科技大学信息科学与工程学院
出处
《长江信息通信》
2023年第8期1-4,共4页
基金
河北省自然科学基金(F2019208305)
国家自然科学基金(61902108)项目资助。
文摘
基于深度学习的方法明显提升了目标检测的精度,但在面对行人、汽车等自然场景下的密集目标时,存在包围框预测不准、容易重叠等问题。综述了深度学习密集目标检测相关方法和技术。从神经网络架构的角度对密集目标检测的方法进行分类,对基于卷积神经网络模型和基于Transformer深度神经网络模型进行了比较分析。对于卷积神经网络,从有锚和无锚的角度进行综述;对基于Transformer架构的网络模型,从单一Transformer和增加CNN结构的Transformer模型进行对比综述。最后结合目前的研究成果对密集目标检测领域亟待解决的问题和未来的发展方向进行展望和总结。
关键词
深度学习
密集目标检测
卷积神经网络
TRANSFORMER
Keywords
dep learning
dense object detection
convolutional neural network
Transformer
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的密集目标检测方法综述
安胜彪
李咨翰
白宇
《长江信息通信》
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
