早 在 20世 纪 60年 代 ， 国外就有了对目标检测的相关研究 ，Papageorgiou[ 2]等人 提出 静态 图像中对于目标检测的一般框架，后来主要使用数字图像处 理和简单的机器学习方法进行目标检 测；Lowe和Dalal分 别 使 用 尺 度 不 变 特 征 (Scale invariant featute transform,SIFT)[ 3] 和 梯 度 直 方 图 (Histogram of oriented oriented gradient,HOG)[ 4]用于 运动 目标 的检测中 。近 年来 ，国 内对 目 标检 测的 研究 也越 来越 多：面对 小目 标，董小虎等 人 通过 采用 帧差 法 ,分别 提出了 跳 帧 多 帧 差 法 和 双 阈 值 多 帧 差 法 使 目 标 与 背 景 自适应[ 5]，解决 了复 杂背 景下 的小 尺寸 目标 检测 ；宋 学江等 人提 出用 卡尔 曼滤 波 融合 SSD和Faster-RCNN，通过 数据 融合 提高 了目 标 检测 的精 确度 和速 度 [ 6]。目 前 常 用 的 目 标 检 测 方 法 有 两 类 ：一 类 是 基 于候 选 区 域 的 两 阶 段 算 法 ， 另 一 类 是 以 YOLO(You only Look Once)[ 7]系 列为 代表 的单 阶段 检测 算法 。两 阶 段 法 是 首 先 产 生 一系 列 候 选 框 ， 然 后 再 进 行 回归和 分类 ，其 特点 是准 确 度高 ，但 是检 测速 度较 慢；而 单 阶 段 目 标 检 测 算 法 相 较 于 两 阶 段 目 标 检 测 算 法省 去了 生 成 候 选 框 的 步 骤 ， 直 接 使 用 卷 积 神 经 网 络对 图 像 进 行 卷 积 神 经 操 作 ， 再 对 提 取 的 特 征 进 行 检测 ， 经 过 一 次 检 测 后 ， 就 能 得到 待 测 物 体 的 类 别 概率 和 位 置 信 息 ， 检 测 速 度 较 快 ， 但 是 这 种 端 到 端 的检 测 算 法 ， 结 果 不 如 两 阶 段 法 精 确 。