文章详情
| 稿件标题： | YOLO算法在目标检测中的研究进展 |
| 稿件作者： | 耿创1,2，宋品德1,2，曹立佳2,3,4 |
| DOI： | 10.11809/bqzbgcxb2022.09.023 |
| 科学编辑： | 齐乃新 博士(火箭军工程大学) |
| 栏目名称： | 综述 |
| 关键词： | YOLO；目标检测；深度学习；改进算法；数据集 |
| 文章摘要： | YOLO系列算法以其优异的检测性能成为目标检测领域的热点问题。回顾了目标检测领域的发展历程，综述了基于深度学习的两类目标检测算法。分别以YOLO系列3个常用算法（YOLO V2、YOLO V3和YOLO V4），在复杂气象条件、复杂背景或复杂姿态下的目标检测任务为切入点，介绍了针对YOLO做出的改进，如：改进特征图、调整分辨率、优化NMS、替换目标函数、融合多模态、修改检测框等措施，并分析了改进算法与原算法的性能。分析研究了目标检测领域常用的数据集，总结了当前YOLO算法在目标检测领域存在的问题以及未来的研究发展趋势。 |
| 稿件基金： | 四川省科技计划项目（2020YJ0368）；自贡市科技计划重点项目（2019YJ03）；桥梁无损检测与工程计算四川省高校重点实验室开放课题基金（2021QZJ01）；研究生创新创业基金项目（y2021064） |
| 引用本文格式： | 耿创，宋品德，曹立佳.YOLO算法在目标检测中的研究进展［J］.兵器装备工程学报，2022，43(09)：162-173. GENG Chuang, SONG Pinde, CAO Lijia.Research progress of YOLO algorithm in target detection［J］.Journal of Ordnance Equipment Engineering，2022，43(09)：162-173. |
| 刊期名称： | 2022年09期 |
| 出版时间： | 2022年9月 |
| 上线时间： | 2022年9月28日 |
| 浏览次数： | 3413 |
| 下载次数： | 292 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |