[1] M J O'DONNEL. Airport foreign object debris （FOD） detection equipment. FAA, 150, 24(2009).

[2] P NI, C MIAO, H TANG et al. Small foreign object debris detection for millimeter-wave radar based on power spectrum features. Sensors （Basel， Switzerland）, 20, 2316(2020).

[3] A ELRAYES, M H ALI, A ZAKARIA et al. Smart Airport foreign object debris detection rover using LiDAR technology. Internet of Things, 5, 1-11(2019).

[4] S FUTATSUMORI, K MORIOKA, A KOHMURA et al. Detection characteristic evaluations of optically-connected wideband 96 GHz millimeter-wave radar for airport surface foreign object debris detection, 25, 1-2(2016).

[5] [5] 5王宝帅， 兰竹， 李正杰， 等. 毫米波雷达机场跑道异物分层检测算法［J］. 电子与信息学报， 2018， 40（11）： 2676-2683. doi: 10.11999/JEIT180200WANGB SH， LANZH， LIZH J， et al. A hierarchical foreign object debris detection method using millimeter wave radar［J］. Journal of Electronics & Information Technology， 2018， 40（11）： 2676-2683.（in Chinese）. doi: 10.11999/JEIT180200

[6] [6] 6王宝帅， 刘江洪， 郑小亮， 等. 基于特征谱特征的机场跑道异物分层检测算法［J］. 电子与信息学报， 2017， 39（11）： 2690-2696. doi: 10.11999/JEIT170178WANGB SH， LIUJ H， ZHENGX L， et al. A hierarchical FOD detection method based on eigenvalue spectrum features［J］. Journal of Electronics & Information Technology， 2017， 39（11）： 2690-2696.（in Chinese）. doi: 10.11999/JEIT170178

[7] [7] 7王张飞， 刘春阳， 隋新， 等. 基于深度投影的三维点云目标分割和碰撞检测［J］. 光学 精密工程， 2020， 28（7）： 1600-1608. doi: 10.37188/OPE.20202807.1600WANGZH F， LIUCH Y， SUIX， et al. Three-dimensional point cloud object segmentation and collision detection based on depth projection［J］. Opt. Precision Eng.， 2020， 28（7）： 1600-1608.（in Chinese）. doi: 10.37188/OPE.20202807.1600

[8] [8] 8王国屹， 孙永荣， 张怡， 等. 背景对齐差分的机场跑道异物分块检测与跟踪算法［J］. 计算机辅助设计与图形学学报， 2021， 33（3）： 413-423. doi: 10.3724/sp.j.1089.2021.18387WANGG Y， SUNY R， ZHANGY， et al. Block detection and tracking algorithm of foreign objects debris in airport runway based on background alignment and difference［J］. Journal of Computer-Aided Design & Computer Graphics， 2021， 33（3）： 413-423.（in Chinese）. doi: 10.3724/sp.j.1089.2021.18387

[9] [9] 9郭保青， 杨柳旭， 史红梅， 等. 基于快速背景差分的高速铁路异物侵入检测算法［J］. 仪器仪表学报， 2016， 37（6）： 1371-1378. doi: 10.3969/j.issn.0254-3087.2016.06.022GUOB Q， YANGL X， SHIH M， et al. High-speed railway clearance intrusion detection algorithm with fast background subtraction［J］. Chinese Journal of Scientific Instrument， 2016， 37（6）： 1371-1378.（in Chinese）. doi: 10.3969/j.issn.0254-3087.2016.06.022

[10] [10] 10曹辉， 杨理践， 刘俊甫， 等. 基于数据融合的小波变换漏磁异常边缘检测［J］. 仪器仪表学报， 2019， 40（12）： 71-79.CAOH， YANGL J， LIUJ F， et al. Magnetic flux leakage anomaly edge detection based on data fusion and wavelet transformation［J］. Chinese Journal of Scientific Instrument， 2019， 40（12）： 71-79.（in Chinese）

[11] [11] 11李泾渭， 辛青， 侯昌伦. 通过傅里叶变换测量多表面面形［J］. 光学 精密工程， 2019， 27（6）： 1277-1285. doi: 10.3788/ope.20192706.1277LIJ W， XINQ， HOUCH L. Measuring multi-surface shape by Fourier transform［J］. Opt. Precision Eng.， 2019， 27（6）： 1277-1285.（in Chinese）. doi: 10.3788/ope.20192706.1277

[12] [12] 12杨泽楠， 牛海鹏， 黄亮， 等. 基于MSR-cut的高空间分辨率遥感影像边缘检测分割［J］. 农业机械学报， 2021， 52（8）： 154-162. doi: 10.6041/j.issn.1000-1298.2021.08.015YANGZ N， NIUH P， HUANGL， et al. Edge detection segmentation method for high spatial resolution remote sensing image based on MSR-cut［J］. Transactions of the Chinese Society for Agricultural Machinery， 2021， 52（8）： 154-162.（in Chinese）. doi: 10.6041/j.issn.1000-1298.2021.08.015

[13] [13] 13朱广平， 宋泽林， 殷敬伟， 等. 起伏冰表面轮廓提取及其起伏程度分析方法［J］. 仪器仪表学报， 2018， 39（5）： 115-122.ZHUG P， SONGZ L， YINJ W， et al. Surface profile extraction and its irregularity analysisof irregular ice［J］. Chinese Journal of Scientific Instrument， 2018， 39（5）： 115-122.（in Chinese）

[14] R GIRSHICK, J DONAHUE, T DARRELL et al. Rich feature hierarchies for accurate object detection and semantic segmentation, 23, 580-587(2014).

[15] [15] 15夏浩宇， 索双富， 王洋， 等. 基于Keypoint RCNN改进模型的物体抓取检测算法［J］. 仪器仪表学报， 2021， 42（4）： 236-246.XIAH Y， SUOS F， WANGY， et al. Object grasp detection algorithm based on improved Keypoint RCNN model［J］. Chinese Journal of Scientific Instrument， 2021， 42（4）： 236-246.（in Chinese）

[16] R GIRSHICK. Fast R-CNN, 1440-1448(2015).

[17] [17] 17王博， 董登峰， 周维虎， 等. 面向激光跟踪仪跟踪恢复的合作目标视觉检测［J］. 光学 精密工程， 2020， 28（2）： 271-282.WANGB， DONGD F， ZHOUW H， et al. Visual detection of targetball for laser tracker target tracking recovery［J］. Opt. Precision Eng.， 2020， 28（2）： 271-282.（in Chinese）

[18] [18] 18余永维， 韩鑫， 杜柳青. 基于Inception-SSD算法的零件识别［J］. 光学 精密工程， 2020， 28（8）： 1799-1809.YUY W， HANX， DUL Q. Target part recognition based Inception-SSD algorithm［J］. Opt. Precision Eng.， 2020， 28（8）： 1799-1809.（in Chinese）

[19] J REDMON, S DIVVALA, R GIRSHICK et al. You only look once： unified， real-time object detection, 779-788(2016).

[20] J REDMON, A FARHADI. YOLO9000： better， faster， stronger, 6517-6525(2017).

[21] A FARHADI, J REDMON. Yolov3： An incremental improvement, 1804-2767(2018).

[22] A BOCHKOVSKIY, C Y WANG, H Y M LIAO. YOLOv4： optimal speed and accuracy of object detection. arXiv preprint arXiv, 2004(2020).

[23] F B ZHOU, H L ZHAO, Z NIE. Safety helmet detection based on YOLOv5, 22, 6-11(2021).

[24] Z GE, S T LIU, F WANG et al. YOLOX： exceeding YOLO series in 2021. arXiv preprint arXiv, 2107(2021).

[25] C Y WANG, I H YEH, H Y M LIAO. You only learn one representation： unified network for multiple tasks. arXiv preprint arXiv, 2105(2021).

[26] Q CHEN, Y M WANG, T YANG et al. You only look one-level feature, 13034-13043(2021).

[27] X G CAO, P WANG, C MENG et al. Region based CNN for foreign object debris detection on airfield pavement. Sensors （Basel， Switzerland）, 18, 737(2018).

[28] [28] 28兰庭信， 蒋进， 尚帅， 等. 机场跑道异物检测与定位技术研究［J］. 电光与控制， 2021， 28（9）： 75-79. doi: 10.3969/j.issn.1671-637X.2021.09.016LANT X， JIANGJ， SHANGSH， et al. Detecting and locating of foreign object debris on airport runway［J］. Electronics Optics & Control， 2021， 28（9）： 75-79.（in Chinese）. doi: 10.3969/j.issn.1671-637X.2021.09.016

[29] [29] 29郭晓静， 隋昊达. 改进YOLOv3在机场跑道异物目标检测中的应用［J］. 计算机工程与应用， 2021， 57（8）： 249-255.GUOX J， SUIH D. Application of improved YOLOv3 in foreign object debris target detection on airfield pavement［J］. Computer Engineering and Applications， 2021， 57（8）： 249-255.（in Chinese）

[30] Y H LU, L W ZHANG, W XIE. YOLO-compact： an efficient YOLO network for single category real-time object detection, 1931-1936(2020).

[31] A DOSOVITSKIY, L BEYER, A KOLESNIKOV et al. An image is worth 16×16 words： transformers for image recognition at scale. arXiv preprint arXiv, 2010(2020).

[32] E VOITA, D TALBOT, F MOISEEV et al. Analyzing multi-head self-attention： specialized heads do the heavy lifting， the rest can be pruned, 1905(2019).

[33] R B XIONG, Y C YANG, D HE et al. On layer normalization in the transformer architecture, 10524-10533(2020).

[34] [34] 34李秀智， 李家豪， 张祥银， 等. 基于深度学习的机器人最优抓取姿态检测方法［J］. 仪器仪表学报， 2020， 41（5）： 108-117.LIX ZH， LIJ H， ZHANGX Y， et al. Detection method of robot optimal grasp posture based on deep learning［J］. Chinese Journal of Scientific Instrument， 2020， 41（5）： 108-117.（in Chinese）

[35] X J ZHANG, C Y WANG, L CHENG et al. Timber transportation vehicle detection based on SSD-GIoU. Sustainable Computing & Communications, 1410-1415(2019).

[36] F HONG, C H LU, C LIU et al. PGNet： pipeline guidance for human key-point detection. Entropy, 22, 369(2020).

[37] [37] 37王宸， 张秀峰， 刘超， 等. 改进YOLOv3的轮毂焊缝缺陷检测［J］. 光学 精密工程， 2021， 29（8）： 1942-1954. doi: 10.37188/OPE.20212908.1942WANGCH， ZHANGX F， LIUCH， et al. Detection method of wheel hub weld defects based on the improved YOLOv3［J］. Opt. Precision Eng.， 2021， 29（8）： 1942-1954.（in Chinese）. doi: 10.37188/OPE.20212908.1942

[38] C J FENG, Y J ZHONG, Y GAO et al. TOOD： task-aligned one-stage object detection, 3490-3499(2021).

[39] H Y ZHANG, Y WANG, F DAYOUB et al. VarifocalNet： an IoU-aware dense object detector, 8510-8519(2021).

[40] P Z SUN, R F ZHANG, Y JIANG et al. Sparse R-CNN： end-to-end object detection with learnable proposals, 14449-14458(2021).