陈 皋，王卫华，林丹丹

（1.国防科技大学 电子科学学院 ATR 重点实验室，湖南 长沙 410073；2.昆明物理研究所，云南 昆明 650233）

0 引言

通过卷积层、池化层、激活函数等模块层层堆叠的结构设计，卷积神经网络具有强大的特征提取和拟合能力，为计算机视觉领域带来了翻天覆地的变化，已经在图像分类、目标检测、实例分割等任务上取得了优异成绩。目标检测需要在图像中确定目标的位置和类别，对应着定位和分类两个子任务。传统方法将多种算法应用于检测任务的不同阶段，如阈值分割[1]用于目标定位、梯度直方图特征[2]用于目标特性描述、支持向量机[3]用于特征分类。不同于传统的处理思路，深度学习方法采用了一体化设计的卷积神经网络，克服了手工设计特征难度大且适用范围窄的缺陷，实现了图像输入和检测结果输出的端到端式处理流程，相较于传统方法，检测效果有着显著提升，已经成为当前的主流研究方向。根据网络设计思路的不同，基于卷积神经网络的目标检测算法可分为双阶段和单阶段两类，包括Faster RCNN[4]、Thunder Net[5]、YOLO[6]、Center Net[7]等。

双阶段算法也被称为基于分类的检测，Faster RCNN[4]首先通过区域建议网络在图像上获取目标所在区域的建议，然后根据这些建议区域的特征进行分类和位置优化。Thunder Net[5]作为面向移动端的实时检测网络，采用轻量化的网络设计，是第一个基于ARM 平台的实时检测算法。文献[8]利用数据挖掘的方法从生成的anchor中筛选出难样本（Hard negative），设计了用于检测航拍图像中车辆的卷积神经网络。……