摘要：近年來,卷積神經(jīng)網(wǎng)絡(luò)在圖像分類、圖像檢索和物體檢測等領(lǐng)域的表現(xiàn)越來越出色,針對深度學(xué)習(xí)在海戰(zhàn)場圖像目標識別中應(yīng)用的研究越來越豐富。首先歸納了圖像目標識別系統(tǒng)中常用深度學(xué)習(xí)技術(shù)的理論和發(fā)展歷程,然后對比分析了傳統(tǒng)識別技術(shù)與深度學(xué)習(xí)技術(shù)、基于區(qū)域建議的R-CNN系列模型與基于回歸的YOLO模型的優(yōu)勢和缺陷,梳理了深度學(xué)習(xí)技術(shù)在海戰(zhàn)場圖像目標識別中的應(yīng)用現(xiàn)狀,最后展望了未來海戰(zhàn)場圖像目標識別技術(shù)的可能發(fā)展方向。