摘要：類別級物體識別與檢測屬于計算機視覺領域的一個基礎性問題,主要研究在圖像或視頻流中識別和定位出其中感興趣的物體.在基于小規(guī)模數(shù)據(jù)集的類別級物體識別與檢測應用中,模型過擬合、類不平衡和跨領域時特征分布變化等關鍵問題與挑戰(zhàn)交織在一起.本文介紹了遷移學習理論的研究現(xiàn)狀,對遷移學習理論解決基于小規(guī)模數(shù)據(jù)集的物體識別與檢測中遇到的主要問題的研究思路和前沿技術進行了著重論述和分析.最后對該領域的研究重點和技術發(fā)展趨勢進行了探討.