文献类型：会议论文

中文题名：基于深度学习的小目标检测方法综述

作者：杨茹锦;商新娜;李文法

第一作者：杨茹锦

机构：[1]北京联合大学北京市信息服务工程重点实验室;[2]北京联合大学机器人学院;[3]北京科技大学人工智能研究院

第一机构：北京联合大学北京市信息服务工程重点实验室

会议论文集：中国计算机用户协会网络应用分会2022年第二十六届网络新技术与应用年会论文集

会议日期：20221210

会议地点：中国北京

语种：中文

中文关键词：深度学习;小目标检测

摘要：计算机视觉是目前计算机领域最新兴的行业之一。目标检测作为计算机视觉中的一部分,近几年的发展也算是非常迅速的,小目标检测是目标检测的一部分。近几年随着深度学习的迅速发展,目标检测技术也获得了质的突破。但是,小目标检测因为物体的分辨率太低、细节信息不明显等原因,在检测效果方面始终不理想。通过大量的了解和学习,文中从特征信息少、卷积神经网络下采样率过大等几个方面分析了小目标检测困难的原因,并从交并比优化策略、多尺度特征融合、利用上下文信息、引入注意力模块等方面,详细介绍了目前对小目标检测的优化方法。