摘要：物体检测是计算机视觉研究的基本问题之一,是其他高级视觉研究的重要前提。深度学习利用其强大的特征学习能力使物体检测研究取得了突破性进展。首先回顾了传统物体检测方法并指出了该方法的弊端;其次介绍了以R-CNN为代表的双阶段物体检测深度学习算法(R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN);然后介绍了以YOLO为代表的单阶段物体检测深度学习算法(YOLO、SSD);最后对深度学习的物体检测算法进行了总结和展望。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社