Últimas tendencias en detección de objetos basada en IA en aplicaciones de teledetección, multimedia y agricultura

La detección de objetos es una dirección de investigación vital en visión por computadora y aprendizaje profundo. La técnica de detección de objetos basada en un profundo entendimiento ha logrado un progreso tremendo en la extracción de características, representación de imágenes, clasificación y reconocimiento en los últimos años, debido a este rápido crecimiento de la teoría y la tecnología del aprendizaje profundo. Los académicos han propuesto una serie de métodos para el algoritmo de detección de objetos, así como mejoras en el procesamiento de datos, estructura de red, función de pérdida, entre otros. En este documento, introducimos las características de los conjuntos de datos estándar y los parámetros críticos de evaluación del índice de rendimiento, así como la estructura de red y los métodos de implementación de algoritmos de dos etapas, de una etapa y otros algoritmos mejorados que son comparados y analizados. Se discuten y presentan las últimas ideas de mejora de algoritmos de detección de objetos típicos basados en aprendizaje profundo, desde la mejora de datos, selección de cajas a priori, construcción de modelos de red, selección de cajas de predicción y cálculo de pérdida. Finalmente, en combinación con los desafíos existentes, se examina la dirección de investigación futura de los algoritmos típicos de detección de objetos.