作为计算机视觉与图像理解领域的重要基础,目标检测在无人驾驶、军事目标识别和智慧医疗等领域起到了关键作用。从海量数据中提取出图像的高级语义特征及给出关注目标的类别与所处位置十分重要。然而,不同场景下的数据有不同的特点,比如通用目标检测中的图像涉及物体种类多、三维目标检测需要与点云数据结合。针对上述场景,本文先研究通用图像目标检测,从检测子网络着手优化二维图像的平行框检测效果;接着去除平行框约束,从抽象特征提取与锚框设置角度对遥感图像目标检测的倾斜框检测进行研究;最后,将数据空间从二维扩展到三维,利用稀疏卷积提升检测效率以及设置损失函数提升检测精度。具体而言,本文的主要工作如下:首先,针对多层特征融合未充分利用各层信息的问题,提出了基于多检测子网络回归融合的两阶段图像目标检测方法,并用非局部注意力机制对图像特征进一步提纯。第一,由于感兴趣区域数量过多会显著提升后期特征提取的计算量,直接对每个特征块回归位置信息进行融合的多检测子网络方法可以在仅牺牲少许准确率的情况下提升计算效率。第二,为了充分利用感兴趣区域的特征,对感兴趣区域的池化尺寸进行了研究。第三,对高层语义层作用非局部注意力机制,其本质上是空间注意力机制,能够为后续层提供丰富的信息。实验结果表明,本文所提方法是高效且准确的。其次,对于遥感图像中的舰船检测存在的尺寸变化大、目标狭长的问题,提出了深层高分辨率特征提取方法和锚框的设置策略。特征提取网络是检测模型的基础,通过充分融合各层特征图获取优秀的深层语义信息。同时,感受野对于物体检测十分关键,通过使用空洞卷积在不降低分辨率的同时提升感受野,使得特征网络能较好的适应不同尺寸的物体。由于舰船的目标宽高比偏大或者偏小,使得在通用目标检测中使用的部分锚框无法被利用,除此之外,舰船目标还存在多样的倾斜角度。因此,需要相应的调整锚框长宽比以及对锚框的倾斜角度进行更密集的采样。实验结果表明本文的方法可以获得更好的准确率。最后,在基于点云数据的三维目标检测领域,构建了稀疏嵌入卷积网络。由于数据中点云数量存在差异,需要将点云空间进行划分,划分后的单位称为体素,通过体素特征编码器形成体素的相同维度特征表示。然后,通过稀疏卷积中间层对输出区域进行限定,只对激活的输入区域产生输出,因而可以减少卷积操作的运算时间,提升计算效率。最后,将稀疏卷积中间层的输出作为区域提议网络的输入,采用1×1的卷积来预测类别、位置和方向。在损失函数上引入了焦点损失函数以及正弦误差损失函数来提升分类性能。