官网下载会下载不成功，资源提供百度云下载链接，包含faster_rcnn_models.tgz（VGG16_faster_rcnn_final.caffemodel,ZF_faster_rcnn_final.caffemodel），imagenet_models.tgz和selective_search_data.tgz，亲测可以用。

深度学习Faster-RCNN_TF程序，python写的

Faster R-CNN 的基础网络，ckpt 文件

CDIoU-CDIoUloss CDIoU和CDIoU丢失就像一个方便的插件，可以在多个模型中使用。 CDIoU和CDIoU损失在Faster R-CNN，YOLOv4，RetinaNet和。 与传统的评估反馈模块相比，MS COCO数据集的最大AP改进为1.9％，平均AP改进为0.8％。 这里我们仅以一个示例来说明代码。 控制距离IoU和控制距离IoU损耗功能 ，苗多千 介绍 反馈机制的众多改进为对象检测的巨大进步做出了贡献。 在本文中，我们首先提出一个评估反馈模块，该模块由评估系统和反馈机制组成。 然后，我们分析并总结了传统评估反馈模块的缺点和改进。 最后，我们专注于评估系统和反馈机制，并提出了控制距离IoU和控制距离IoU损失函数（或简称为CDIoU和CDIoU损失），而没有增加模型中的参数或FLOP，这对几种经典模型显示了不同的显着增强。和新兴模型。 一些实验和比较测试表明，协调

比C快？ 在 JavaScript 中解析二进制数据。 本文档包含我 2012 年 JSConf.eu 演讲的大纲和代码片段： 介绍 大家好，我叫 ，今天我想谈谈“比 C 还快？解析 Node.js 流！”。 在开始之前，我要为“标题诱饵”道歉。 这个演讲是在 node.js 中分析 JavaScript 与 C-Bindings for MySQL 的性能，而不是 JavaScript 与 C 本身。 所以，我编写了这个模块，可以让您在 node.js 中与 MySQL 数据库对话。 我开始它是因为在 2010 年初没有用于 node.js 的 MySQL 模块。 嗯，这不完全正确。 有。 但遗憾的是，他始终没有完成。 然而，有一些有趣的事情。 它是用 JavaScript 编写的。 我的意思是只有 JavaScript，没有 C/C++。 事实上它更疯狂，因为当那个模块启动时

深度学习中faster-rcnn对于nms进行改进，提高检测精度

tf-faster-rcnn指南（三）——训练模型-附件资源

经典的faster RCNN pytorch代码，亲测可用！适合初学者学习！

Faster-Rcnn：Two-Stage目标检测模型在Tensorflow2当中的实现 目录 性能情况 训练数据集 权值文件名称 测试数据集 输入图片大小 mAP 0.5:0.95 mAP 0.5 VOC07+12 VOC-Test07 - - 77.5 所需环境 tensorflow-gpu==2.2.0 文件下载 训练所需的voc_weights.h5可以去百度网盘下载 链接: 提取码: 92e8 VOC数据集下载地址如下： VOC2007+2012训练集 链接: 提取码: eiw9 VOC2007测试集 链接: 提取码: dsda 预测步骤 a、使用预训练权重 下载完库后解压，在百度网盘下载voc_weights.h5，放入model_data，运行predict.py，输入 img/street.jpg 利用video.py可进行摄像头检测。 b、使用自己训练的权重 按照训

Keras框架：faster-rcnn目标检测算法实现