基于深度学习的单目视觉目标检测综述

来源：计算机工程与应用杂志2026年第1期北京时间：

作者：刘桂超, 王怀光, 任国全, 吴定海

单位：陆军工程大学 石家庄校区，石家庄 050051

摘要：单目视觉目标检测凭借其低硬件成本与高实时性的显著优势，已逐渐成为自动驾驶、智能监控等领域的核心技术，发挥着不可或缺的作用。然而，几何歧义性、遮挡鲁棒性及小目标检测精度等问题仍是当前研究的瓶颈。主要从算法层面出发，从算法演进、性能评估与轻量化设计三个维度系统性地量化分析单目视觉目标检测技术的进展：将单阶段检测算法解构为经典卷积架构与Transformer架构进行剖析，总结其结构创新与性能瓶颈，揭示精度-速度-复杂度的权衡规律；从网络设计-算法优化-模型压缩三个层面探讨轻量化技术与目标检测算法的融合策略，并整合目标检测用于训练和评估的三种主要官方数据集中的多维度评价指标，搭建基于MS-COCO-2017数据集的跨模型对比框架，对不同架构的单阶段检测器进行横向性能对比；展望多模态融合、轻量化改进等前沿方向，旨在为单目视觉目标检测算法的工程化应用与理论突破提供系统性参考。

关键词：单阶段目标检测,深度学习,轻量化模型,经典卷积架构,Transformer架构