软件学报

作者：陈科圻，朱志亮，邓小明，马翠霞，王宏安

单位：陈科圻，中国科学院大学 计算机科学与技术学院, 北京 100190;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019011,朱志亮，计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 100190;华东交通大学 软件学院, 江西 南昌 33001302,邓小明，计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019003,马翠霞，中国科学院大学 计算机科学与技术学院, 北京 100190;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019004,王宏安，中国科学院大学 计算机科学与技术学院, 北京 100190;计算机科学国家重点实验室(中国科学院 软件研究所), 北京 100190;人机交互北京市重点实验室(中国科学院 软件研究所), 北京 10019005

关键词：目标检测;深度学习;尺度问题;多尺度特征

基金：国家重点研发计划（2016YFB1001200）；国家自然科学基金（61872346）

目标检测一直以来都是计算机视觉领域的研究热点之一，其任务是返回给定图像中的单个或多个特定目标的类别与矩形包围框坐标.随着神经网络研究的飞速进展，R-CNN检测器的诞生标志着目标检测正式进入深度学习时代，速度和精度相较于传统算法均有了极大的提升.但是，目标检测的尺度问题对于深度学习算法而言也始终是一个难题，即检测器对于尺度极大或极小目标的检测精度会显著下降，因此，近年来有不少学者在研究如何才能更好地实现多尺度目标检测.虽然已有一系列的综述文章从算法流程、网络结构、训练方式和数据集等方面对基于深度学习的目标检测算法进行了总结与分析，但对多尺度目标检测的归纳和整理却鲜有人涉足.因此，首先对基于深度学习的目标检测的两个主要算法流派的奠基过程进行了回顾，包括以R-CNN系列为代表的两阶段算法和以YOLO、SSD为代表的一阶段算法；然后，以多尺度目标检测的实现为核心，重点诠释了图像金字塔、构建网络内的特征金字塔等典型策略；最后，对多尺度目标检测的现状进行总结，并针对未来的研究方向进行展望.

来源：2021年第4期

《软件学报》期刊编辑部

查看软件学报杂志2021年第4期