小目标检测研究进展

摘要

小目标检测长期以来是计算机视觉中的一个难点和研究热点.在深度学习的驱动下,小目标检测已取得了重大突破,并成功应用于国防安全、智能交通和工业自动化等领域.为了进一步促进小目标检测的发展,本文对小目标检测算法进行了全面的总结,并对已有算法进行了归类、分析和比较.首先,对小目标进行了定义,并概述小目标检测所面临的挑战.然后,重点阐述从数据增强、多尺度学习、上下文学习、生成对抗学习以及无锚机制等方面来提升小目标检测性能的方法,并分析了这些方法的优缺点和关联性.之后,全面介绍小目标数据集,并在一些常用的公共数据集上对已有算法进行了性能评估.最后本文对小目标检测技术的未来发展方向进行了展望.