|
|||||
|
|
| 基于Transformer的目标检测算法综述 | |
| 作者姓名： | 李建 杜建强 朱彦陈 郭永坤 |
| 作者单位： | 江西中医药大学计算机学院 |
| 基金项目： | 国家重点研发计划（2019YFC1712301）;;国家自然科学基金（82260988）; |
| 摘 要： | 深度学习框架Transformer具有强大的建模能力和并行计算能力,目前基于Transformer的目标检测算法已经成为研究的热点。为了进一步探索目标检测的新思路、新方向,对基于Transformer的目标检测算法进行了归纳总结。概述了多种目标检测数据集及其应用场景,从特征学习、目标估计、标签匹配策略和算法应用四方面梳理了Transformer目标检测的相关算法,并与基于卷积神经网络的目标检测算法进行对比,分析了Transformer在目标检测任务中的优点和局限性,并提出了Transformer目标检测模型的一般性框架。对Transformer在目标检测领域中的发展趋势进行了展望。 |
| 关 键 词： | Transformer 图像处理 目标检测 深度学习 卷积神经网络(CNN) |