《利用深度神经网络在广角小口径望远镜中实现天文目标的检测与分类》论文精读大口径小口径望远镜被广泛应用于光学瞬态观测,对观测图像中的天文目标进行检测和分类是最重要也是最基础的步骤。本文提出了一种基于深度神经网络的天文目标检测与分类框架。该框架采用了Faster R-CNN的概念,以改进的Resnet-50为主干网络,以特征金字塔网络从不同天文目标的图像中提取特征。为了提高框架的泛化能力,我们使用模拟和真实的观测图像来训练神经网络。经过训练,神经网络可以自动检测和分类天文目标。我们使用模拟数据测试了该框架的性能,发现对于明亮和孤立光源,该框架的检测能力与传统方法几乎相同,对于暗淡