基于深度学习的目标检测算法 (Detailed Methods)
令和8年1月7日|p.17
左の本文を選ぶと、右側の官報原文画像で該当箇所を照合できます。
### 2.2.2.1 两阶段目标检测算法
两阶段目标检测算法首先通过区域提议网络（Region Proposal Network, RPN）生成一系列可能包含目标的候选区域（Region of Interest, RoI），然后对这些候选区域进行分类和边界框回归。这类算法的代表是R-CNN系列，包括R-CNN、Fast R-CNN、Faster R-CNN等。
- **R-CNN**：首次将卷积神经网络应用于目标检测，但计算效率较低。
- **Fast R-CNN**：引入了RoI池化层，提高了检测速度。
- **Faster R-CNN**：进一步引入RPN，实现了端到端的训练和推理。
### 2.2.2.2 单阶段目标检测算法
单阶段目标检测算法直接在图像上进行密集采样，通过一次前向传播即可完成目标的分类和定位。这类算法以YOLO（You Only Look Once）系列和SSD（Single Shot MultiBox Detector）为代表，具有更高的检测速度，适用于实时应用场景。
- **YOLOv1**：开创了单阶段目标检测的先河，速度快但精度相对较低。
- **YOLOv3**：引入了多尺度预测和特征金字塔网络（FPN），显著提升了检测精度。
- **SSD**：结合了YOLO的速度优势和Faster R-CNN的精度优势，在不同尺度的特征图上进行预测。
### 2.2.2.3 基于注意力机制的目标检测算法
近年来，注意力机制被广泛应用于目标检测任务中，以提高模型对关键区域的关注能力。例如，SENet（Squeeze-and-Excitation Networks）通过通道注意力机制增强了特征表示能力；CBAM（Convolutional Block Attention Module）则结合了空间注意力和通道注意力，进一步提升了检测性能。
### 2.2.2.4 基于Transformer的目标检测算法
随着Transformer架构在自然语言处理领域的成功，研究者开始将其引入计算机视觉领域。DETR（Detection Transformer）是首个将Transformer应用于目标检测的模型，它摒弃了传统的锚框机制，直接通过自注意力机制进行目标检测，简化了检测流程并取得了优异的性能。