基于深度学习的小目标检测算法研究综述

何 际华, 郭 佑民, 周 奇
兰州交通大学

摘要

小目标检测是计算机视觉领域中的一个重要研究方向，也是目标检测任务中最具挑战性的问题之一。随着深度学
习技术的快速发展，基于深度神经网络的目标检测算法在大中型目标检测上取得了显著成果，但在小目标检测方面仍面临
诸多挑战。本文系统地综述了近年来基于深度学习的小目标检测算法的研究现状和发展趋势。首先介绍了小目标检测的概
念定义和主要挑战，分析了传统目标检测算法在小目标场景下的局限性。然后重点对基于深度学习的小目标检测方法进行
了分类讨论，包括特征增强、多尺度特征融合、注意力机制等关键技术。同时对 YOLOv5/v7、SSD 等主流检测算法在小目
标检测上的优化改进方案进行了深入分析和对比。最后，总结了当前研究中存在的问题，并对未来发展方向进行了展望。

关键词

小目标检测；深度学习；特征增强；多尺度特征；注意力机制

参考

[1] 吴一全 , 童康 . 基于深度学习的无人机航拍图像小目

标检测研究进展 [J/OL]. 航空学报 ,1-28[2024-11-20].

[2] 蔡 德 隆 . 基 于 改 进 YOLOv8 的 输 电 线 路 小 目 标

检 测 研 究 [D]. 东 莞 理 工 学 院 ,2024.DOI:10.44357/d.cnki.

gdgut.2024.000026.

[3] 聂源 , 赖惠成 , 高古学 . 改进 YOLOv7+Bytetrack 的小

目标检测与追踪 [J]. 计算机工程与应用 ,2024,60(12):189-202.

[4] 冯泰梾 , 张雪松 , 宋存利 , 等 . 改进 YOLOv7 的小目

标检测方法 [J/OL]. 计算机工程与应用 ,1-13[2024-11-20].

[5] 朱琳 , 代涛 , 黎青松 . 改进 YOLOv7 的小目标检测算

法研究 [J]. 农业装备与车辆工程 ,2024,62(10):83-91+118.