詹炜 (长江大学计算机科学学院，湖北 荆州 434023)

Inomjon Ramatov (长江大学计算机科学学院，国际学院，湖北 荆州 434023)

崔万新,喻晶精 (长江大学计算机科学学院，湖北 荆州 434023)

1 目标检测的提出

从计算机诞生之时，人们就希望它可以帮助甚至代替人类完成一些重复性工作。利用巨大的存储空间和极快的运算速度优势，计算机可以轻易地完成一些对于人类非常困难的问题。如统计一本书中不同单词出现的次数，存储一个图书馆中所有的藏书，计算复杂的数学公式，都可以通过计算机轻松解决。然而，一些人类可以轻松解决的问题，目前却难以通过计算机实现。如自然语言理解、图像识别、语音识别等，而这些就是人工智能(artificial intelligence,AI)[1]需要解决的问题。

2006年以来，随着深度学习的出现，机器学习领域取得突破性进展。深度学习是机器学习的一个分支，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，如图像、声音和文本。2006年加拿大多伦多大学教授、机器学习领域的泰斗Geoffrey Hinton和他的学生Ruslan Salakhutdinov在《Science》上发表了一篇文章，掀起了深度学习在学术界和工业界的研究和应用浪潮[2]。之后一直到2016年由Google开发的AlphaGo击败围棋世界冠军李世石，人工智能的深度学习展现出了极大的潜力。

虽然人工智能目前已经可以击败围棋世界冠军，但让人工智能实现汽车自动驾驶仍然十分困难。要实现汽车自动驾驶，计算机需要判断哪里是路，哪里是障碍，这些对人类非常直观的东西对计算机却是相当困难，这是因为人类有最重要的感知系统——视觉。……