鲁 博，瞿绍军，2

1(湖南师范大学 信息科学与工程学院，长沙 410081)

2(湖南师范大学 湖南湘江人工智能学院，长沙 410081)

1 引 言

目标检测是对目标进行定位和分类，主要任务是准确高效地找出给定图像中所有感兴趣的目标，是图像标注、图像语义分割、图像实例分割和视频理解等基础[1].目标检测主要分为基于传统机器学习的算法和基于深度学习的算法，基于深度学习的目标检测算法在近年发展非常迅速，文献[1-5]和对深度学习在目标检测的研究进展、代表性算法、常用数据集和性能评价指标进行了比较详细的讨论.基于深度学习的目标检测算法主要分为两类：两阶段算法和单阶段算法[1-4]1，2.两阶段目标检测算法先进行区域生成(region proposal，RP，一个有可能包含待检物体的预选框)，再通过卷积神经网络进行样本分类.常见的两阶段目标检测算法有：R-CNN[6]、SPP-Net[7]、Fast R-CNN[8]、Faster R-CNN[9]和R-FCN[10]等.单阶段算法支持端到端的训练，不用RP，直接在网络中提取特征来预测物体分类和位置.常见的单阶段目标检测算法有：OverFeat[11]、Yolo[12]、SSD[13]等.两阶段算法虽然精度较高，但是由于需要预先生成大量预选框，其检测速度极慢.单阶段算法虽然速度较快，但是其检测精度往往有所欠缺，难以达到特定检测需求.但单阶段类检测框架仍然具有绝对的速度优势和可挖掘的精度潜力.

航拍图像中的车辆长宽往往不超过几十像素，在图片中的面积比例极小，属于小目标，无论是单阶段还是两阶段检测模型的小目标检测效果通常较……