注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于深度学习的目标检测算法发展详解

  2. 本ppt是基于深度学习的目标检测算法发展的详解。详细地解释了rcnn、fast rcnn、faster rcnn和yolo的算法原理和流程。

  3. 所属分类：深度学习

    • 发布日期：2018-03-21
    • 文件大小：3mb
    • 提供者：lemonpro

  1. 几种基于深度学习的目标检测算法

  2. 几种基于深度学习的目标检测算法：sppnet，rcnn,fast-faster rcnn,yolo,ssd

  3. 所属分类：深度学习

    • 发布日期：2018-07-10
    • 文件大小：1mb
    • 提供者：yangyang_liu

  1. 干货：基于深度学习的目标检测算法综述

  2. 目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初 2013 年提出的 R-CNN、OverFeat，到后面的 Fast/Faster R-CNN、SSD、YOLO 系列，再到 2018 年最近的 Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从 two stage 到 one stage，从 bot

  3. 所属分类：深度学习

    • 发布日期：2018-08-24
    • 文件大小：2mb
    • 提供者：nihate

  1. 干货2：基于深度学习的目标检测算法综述

  2. 目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初 2013 年提出的 R-CNN、OverFeat，到后面的 Fast/Faster R-CNN、SSD、YOLO 系列，再到 2018 年最近的 Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从 two stage 到 one stage，从 bot

  3. 所属分类：深度学习

    • 发布日期：2018-08-24
    • 文件大小：3mb
    • 提供者：nihate

  1. 基于深度学习的目标检测算法综述_吴雨露.pdf

  2. 基于深度学习的目标检测算法综述_吴雨露.pdf

  3. 所属分类：深度学习

    • 发布日期：2019-10-02
    • 文件大小：977kb
    • 提供者：qq_35661439

  1. 基于深度学习的目标检测综述_李丹.pdf

  2. 基于深度学习的目标检测综述_李丹.pdf

  3. 所属分类：深度学习

    • 发布日期：2019-10-02
    • 文件大小：2mb
    • 提供者：qq_35661439

  1. 基于深度学习的目标检测算法综述_张姗.pdf

  2. 基于深度学习的目标检测算法综述_张姗.pdf

  3. 所属分类：深度学习

    • 发布日期：2019-10-02
    • 文件大小：1mb
    • 提供者：qq_35661439

  1. 基于深度学习的目标检测算法综述_郑伟成.pdf

  2. 基于深度学习的目标检测算法综述_郑伟成.pdf

  3. 所属分类：深度学习

    • 发布日期：2019-10-02
    • 文件大小：757kb
    • 提供者：qq_35661439

  1. 基于深度学习的多视窗SSD目标检测方法.pdf

  2. 提出了一种基于深度学习的多视窗 SSD(Single Shot multibox Detector)目标检测方法。首先 阐述了经典 SSD 方法的模型与工作原理，并根据卷积感受野的概念和模型特征层与原始图像的映射 关系，分析了各层级卷积感受野大小和特征层上默认框在原始图像上的映射区域尺寸，揭示了经典 SSD 方法在小目标检测上不足的原因。基于此，提出了一种多视窗 SSD 模型，阐述了其模型结构与工 作原理，并通过 106 张小目标图像数据集测试，评估和对比了多视窗 SSD 方法与经典 SSD 方

  3. 所属分类：深度学习

  1. 基于深度学习的输变电设备异常发热点红外图片目标检测方法.pdf

  2. 基于深度学习的输变电设备异常发热点红外图片目标检测方法.pdf

  3. 所属分类：机器学习

    • 发布日期：2020-05-05
    • 文件大小：2mb
    • 提供者：anitachiu_2

  1. 基于深度学习的汽车目标检测

  2. 基于深度学习的汽车目标检测，有关于深度学习的目标检测算法学习 项目书配套学习代码，可运行，有测试图。

  3. 所属分类：深度学习

    • 发布日期：2020-04-28
    • 文件大小：2kb
    • 提供者：qq_42411670

  1. 基于TensorFlow框架的目标检测与细分系统研发_何玲.caj

  2. 基于TensorFlow框架的目标检测与细分系统研发_何玲.caj 深度学习资料

  3. 所属分类：深度学习

    • 发布日期：2019-09-07
    • 文件大小：2mb
    • 提供者：dingding1022

  1. 基于深度学习的目标检测算法综述.docx

  2. 目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初2013年提出的R-CNN、OverFeat，到后面的Fast/Faster R-CNN，SSD，YOLO系列，再到2018年最近的Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从two stage到one stage，从bottom-up only到T

  3. 所属分类：深度学习

    • 发布日期：2020-07-20
    • 文件大小：3mb
    • 提供者：qq_36239756

  1. 基于深度学习的五指工业机器人手抓握检测方法

  2. 为了提高在不确定环境下机器人抓握的准确性，提出了一种基于深度学习的五手指工业机器人手模型目标检测方法。 作者首先设计了具有21个自由度（DOF）的五指工业机器人手模型。 基于5DT数据手套的传感器数据，可以实时控制工业机器人手。 他们使用对象检测网络的更快区域卷积神经网络和单发多盒检测器来定位抓取对象。 为了优化机械手抓地力检测，直接抓地力预测器和多模式抓地力预测器这两种抓地力预测器方法被应用于获得最佳的可抓握区域。 在本研究设计的仿真中，与六自由度机器人手臂配合使用，五指工业机器人手可以准确地

  3. 所属分类：其它

  1. 基于深度学习的SAR图像舰船目标检测综述

  2. 近年来,合成孔径雷达成像技术因具备全天时和全天候的目标感测能力,在海洋实时监测和管控等领域发挥着重要作用,特别是高分率SAR图像中的舰船目标检测成为当前的研究热点之一。首先分析基于深度学习的SAR图像舰船目标检测流程,并对样本训练数据集的构建、目标特征的提取和目标框选的设计等关键步骤进行归纳总结。然后对检测流程中的各部分对SAR图像舰船目标检测精度和速度的影响进行对比分析。最后根据当前研究现状,深入分析深度学习算法在舰船检测应用中存在的问题,探讨基于深度学习的SAR图像舰船目标检测的进一步研究方

  3. 所属分类：其它

  1. 深度学习的目标检测技术演进：R-CNN、FastR-CNN、FasterR-CNN

  2. 本文来自于个人微博，本文介绍基于regionproposal的R-CNN系列目标检测方法是当前目标检测技术领域最主要的一个分支。objectdetection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。objectdetection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何地方，更何况物体还可以是多个类别。objectdetection技术的演进：RC

  3. 所属分类：其它

  1. 基于深度学习的目标检测

  2. 本文来自cnblogs，本文介绍基于区域提名的方法，包括R-CNN、SPP-net、FastR-CNN、FasterR-CNN、R-FCN和端到端（End-to-End）的目标检测方法，包括YOLO和SSD。普通的深度学习监督算法主要是用来做分类，如图1(1)所示，分类的目标是要识别出图中所示是一只猫。而在ILSVRC（ImageNetLargeScaleVisualRecognitionChallenge)竞赛以及实际的应用中，还包括目标定位和目标检测等任务。其中目标定位是不仅仅要识别出来是什

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：605kb
    • 提供者：weixin_38610682

  1. 残差网络下基于困难样本挖掘的目标检测

  2. 为了提高图像目标的检测精度, 提出一种在残差网络下设计基于困难样本挖掘的目标检测算法。首先阐述基于深度学习的目标检测算法, 即超快速区域卷积神经网络(Faster R-CNN)的工作原理, 分析该算法存在的不足与改进方式。在Faster R-CNN的基础上, 为了使模型能提取更有效的深度卷积特征, 选取网络更深的残差网络替换原始的ZF或VGG网络。为了使学习到的网络模型有更强的泛化能力, 在网络训练过程中, 利用困难样本更新网络参数, 使网络训练更充分。在Pascal VOC2007、Pasca

  3. 所属分类：其它

  1. 基于深度学习的高分辨率遥感影像目标检测

  2. 基于深度学习的高分辨率遥感影像目标检测

  3. 所属分类：其它

    • 发布日期：2021-02-09
    • 文件大小：555kb
    • 提供者：weixin_38500948

  1. 基于深度学习的目标检测

  2. 本文来自cnblogs，本文介绍基于区域提名的方法，包括R-CNN、SPP-net、Fast R-CNN、FasterR-CNN、R-FCN和端到端（End-to-End）的目标检测方法，包括YOLO和SSD。普通的深度学习监督算法主要是用来做分类，如图1(1)所示，分类的目标是要识别出图中所示是一只猫。而在ILSVRC（ImageNet LargeScaleVisualRecognitionChallenge)竞赛以及实际的应用中，还包括目

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：605kb
    • 提供者：weixin_38665193
« 12 3 4 5 6 7 8 9 10 »