Phát hiện đối tượng là tác vụ phân loại và định vị các đối tượng trong hình ảnh hoặc video. Nó đã trở nên nổi bật trong những năm gần đây nhờ những ứng dụng rộng rãi của nó trong các bài toán trong thực tế. Bài viết này khảo sát những mô hình gần đây về tác vụ phát hiện đối tượng đặc biệt là các mô hình dựa trên học sâu (thời gian khảo sát từ những năm 2000 đến 2023). Đầu tiên bài báo giới thiệu tổng quan một cách ngắn gọn về tác vụ phát hiện đối tượng trong lĩnh vực thị giác máy tính, một số bộ dữ liệu chuẩn và độ đo phổ biến được sử dụng trong tác vụ này. Tiếp theo bài báo giới thiệu một số mô hình hay kiến trúc xương sống được sử dụng và cuối cùng, cũng là điểm chính của bài báo này là giới thiệu các phương pháp nổi trội sử dụng học sâu để phát hiện đối tượng