目标检测作为计算机视觉领域的基础,其研究价值对于推动人工智能发展具有重要意义。长期以来,许多学者都致力于提升目标检测算法效率及性能的研究,无锚点(anchor-free)的目标检测深度学习算法以尺度灵活、鲁棒性强等优势,开始逐渐广泛应用于目标检测任务。介绍了目标检测领域中卷积神经网络和Transformer两种经典的网络架构;以核心网络架构为分类标准,分别介绍了基于卷积神经网络和基于Transformer的anchor-free目标检测深度学习算法,总结了这些算法的改进点和优缺点,并对该方向的未来发展及应