基于Transformer的目标检测算法综述

• 全文链接
• 请求原文

作   者：

李建;  杜建强;  朱彦陈;  郭永坤; 

作者机构：

江西中医药大学计算机学院; 

关键词：

Transformer;  卷积神经网络（CNN）;  图像处理;  目标检测;  深度学习; 

期刊名称：

计算机工程与应用

i s s n：

年卷期：

2023 年 010 期

页   码：

48-64

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。