基于深度学习的小目标检测综述

摘要

目标检测是计算机视觉研究领域的核心问题和最具挑战性的问题之一,随着深度学习技术的广泛应用,目标检测的效率和精度逐渐提升,在某些方面已达到甚至超过人眼的分辨水平.但是,由于小目标在图像中覆盖面积小、分辨率低和特征不明显等原因,现有的目标检测方法对小目标的检测效果都不理想,因此也诞生了很多专门针对提升小目标检测效果的方法.在广泛文献调研的基础上,透彻分析小目标检测困难的原因,从多尺度、特征上下文信息、先验框的设置、交并比匹配策略、非极大抑制方法、损失函数、生成对抗网络和目标检测网络结构等方面,全面地论述了提升小目标检测效果的方法.