近几年，传统的人脸识别算法被深度卷积网络所代替。CNN的主要优势就是可以结合庞大的数据集提取出原先所提出不出来的优质feature,与此同时精度也提升了很多。同时CNN的出现也加速了计算机视觉的发展，例如object detection 、recognition、segmentation。

针对实际交通场景下道路目标检测时存在检测精度低、检测速度慢以及难以检测小目标的问题，faster R-CNN的快速、精确道路目标检测算法。该算法包括一个精确目标区域网络 和一个目标属性学习网络通过引入反卷积结构，设计网络的损失函数，提高小目标的检测性能，为加快算法的计算速度。