基于深度学习的小目标检测方法综述
作者单位：北京联合大学北京市信息服务工程重点实验室 北京联合大学机器人学院 北京科技大学人工智能研究院
会议名称：《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》
会议日期：2022年
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
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。