邱天衡，王 玲，王 鹏，白燕娥

长春理工大学 计算机科学技术学院，长春 130022

目标检测是计算机视觉经久不衰的研究方向，被广泛应用在航空航天、交通、医疗、工业、农业、自动驾驶等众多领域，显著地改善着人们的日常生活。

随着大数据时代的到来以及GPU 算力的不断增强，深度学习在计算机视觉各领域中逐渐展露其优势，尤其是目标检测任务。目标检测主要分为静态图像目标检测和动态视频目标检测。文献[1]给出了近年来各种图像目标检测算法及其改进方法，视频目标检测主要以图像目标检测为基础，连接循环神经网络提取复杂的时序信息，文献[2]给出了近年来的视频目标检测方法的研究与发展。从2014 年开始，基于深度学习的目标检测网络井喷式爆发，先是二阶段网络，如R-CNN、Fast-RCNN[3]、Mask-RCNN[4]等，自2016 年文献[5]提出you only look once（YOLOv1）以来，更轻更快的单阶段目标检测网络开始进入学者们的视野，开启了单阶段目标检测网络的新纪元。文献[6-9]均是对单阶段目标检测模型改进的研究，为各研究领域提供了更快、更好的目标检测方法，也为单阶段目标检测算法的实际应用提供了重要理论保障。2020 年，YOLOv5 问世，以最高140FPS 的检测速度震惊世人，使其成为实时条件和移动部署环境上的理想候选者。

为了更好地提取检测目标的特征，许多优秀的卷积神经网络被应用于Backbone中，如VGG[10]、ResNet[11]等，但这些网络训练和预测的代价太大，用于YOLO网络的特征提取会使其失去实时性，无法满足工业应用的要求。随着移动端部署的需求不断增强和模型应用场景的多样化发展，许多轻量化深度神经网络应运而生。……