卷积神经网络在视觉图像检测的研究进展*
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

中图分类号: TP183TH744文献标识码: :A国家标准学科分类代码: 52020

基金项目:

*基金项目:装备预先研究项目(61403110404)资助


Research progress on visual image detection based on convolutional neural network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    摘要:视觉图像检测在机器视觉领域有着重要的研究意义和应用价值。近年来,卷积神经网络的发展带动了视觉图像检测领域的进步。大量新理论、新方法被应用于卷积神经网络,提高了网络对特征的表达能力,降低了网络的复杂性,增强了网络的性能。研究阐述了卷积神经网络的基本构成,从卷积层,池化层,激活函数,网络正则化和网络优化等方面总结了卷积神经网络近年来的改进方法,梳理了卷积神经网络在视觉图像检测领域的应用,总结了卷积神经网络在视觉图像检测领域的优点,并展望了未来的研究方向。

    Abstract:

    Abstract:Visual image detection has great research significance and application value in the computer vision field. In recent years, the development of convolutional neural network (CNN) has led to the progress of visual image detection. A large number of new theories and new methods are applied to convolutional neural network, which improves the network feature expression ability, reduces the network complexity and improves the network performance. This paper presents the basic structure of Convolutional CNN, summarizes the improvements of CNN in recent years on different aspects, including convolutional layer, pooling layer, activation function, network regularization and network optimization, sorts various applications of CNN in visual image detection field and summarizes the advantages of CNN in visual image detection field, finally, prospects the future research direction.

    参考文献
    相似文献
    引证文献
引用本文

蓝金辉,王迪,申小盼.卷积神经网络在视觉图像检测的研究进展*[J].仪器仪表学报,2020,41(4):167-182

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2022-03-01
  • 出版日期:
文章二维码