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. 目标检测经典论文：RCNN系列，YOLO系列,SSD，相关综述类论文

  2. 目标检测经典论文：RCNN系列，YOLO系列,SSD，相关综述类论文包括算法对比分析等

  3. 所属分类：深度学习

    • 发布日期：2018-07-01
    • 文件大小：80mb
    • 提供者：sqiu_11

  1. 基于深度学习的目标检测算法综述

  2. 本篇综述的出发点一方面是希望给检测方向的入门研究人员提供一个技术概览，帮助大家快速了解目标检测技术上下文；另一方面是给工业界应用人员提供一些参考，通过本篇综述，读者可以根据实际业务场景，找到合适的目标检测方法，在此基础上改进、优化甚至是进一步创新，解决实际业务问题。本文对其中的27篇论文进行介绍，这27篇论文涵盖了 2013 以来，除 SSD、YOLO 和 R-CNN 系列之外的，所有引用率相对较高或是笔者认为具有实际应用价值的论文。

  3. 所属分类：深度学习

    • 发布日期：2018-08-24
    • 文件大小：5mb
    • 提供者：nihate

  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. 从RCNN到SSD，这应该是最全的一份目标检测算法盘点.docx

  2. 目 标检测是很多计算机视觉任务的基础，不论我们需要实现图像与文字的交互还是需要识别精细类别，它都提供了可靠的信息。本文对目标检测进行了整体回顾，第一 部分从RCNN开始介绍基于候选区域的目标检测器，包括Fast R-CNN、Faster R-CNN 和 FPN等。第二部分则重点讨论了包括YOLO、SSD和RetinaNet等在内的单次检测器，它们都是目前最为优秀的方法。

  3. 所属分类：其它

    • 发布日期：2019-10-13
    • 文件大小：29kb
    • 提供者：llma520

  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. 深度学习之目标检测网络学习总结

  2. 本文来自于360doc，深度学习用于目标检测的算法从思路上来看，可以分为两大类，一类是twostage的方法，也就是把整个分为两部分，生成候选框和识别框内物体；另一类是onestage的方法，把整个流程统一在一起，直接给出检测结果，主要包含SSD,YOLO系列。首先介绍两阶段的检测算法，其实这条路线基本就是R-CNNSPPNetFastR-CNNfasterRCNNR-FCNFPN,然后集大成者MaskRCNN。先讲一下目标检测里面都会用到的一些基本知识IOU，非极大值抑制。IOU其实就是交并比

  3. 所属分类：其它

  1. 深度学习之目标检测网络学习总结

  2. 本文来自于360doc，深度学习用于目标检测的算法从思路上来看，可以分为两大类，一类是two stage的方法，也就是把整个分为两部分，生成候选框和识别框内物体；另一类是one stage的方法，把整个流程统一在一起，直接给出检测结果，主要包含SSD,YOLO系列。首先介绍两阶段的检测算法，其实这条路线基本就是R-CNNSPP

  3. 所属分类：其它