PyTorch-Faster-RCNN 基于pytorch的faster rcnn实现

在ubuntu16.04系统中运行Faster RCNN的Tensorflow代码（二）-附件资源

目标检测作为计算机视觉中的四大最基本的、最具挑战性的视觉识别问题之一，在最近的几十年中受到了极大的关注。目标检测旨在在给定图像中找到具有精确定位的特定目标类的对象，并为每个对象实例分配一个对应的类标签。本文研究了过去二十年产生的四种经典目标检测算法（VJ DET，HOG-DET, YOLO, Faster RCNN），并对比了HOG-DET, YOLO, Faster RCNN三种算法在行人检测上的表现。研究发现。。。

已经训练好tensorflow的Faster RCNN模型下载，voc2007,可以直接进行目标检测

mmdetection2.x版本的fasterrcnn权重，可以测试自己安装的是否成功mmdetection2.x版本的fasterrcnn权重，可以测试自己安装的是否成功 这个总是自动要积分,回复我我可以改过来

学生课堂行为检测是对学生在课堂中表现出的行为进行检测，以此来判断学生是否认真听课和教师教学的质量,达到提高教学质量和督促学生认真学习的目的。利用深度学习通用目标检测框架 Faster R-CNN 通过基于 ZFNet 预训练网络模型的迁移学习，来提取学生课堂行为特征，实现对学习、玩手机、睡觉等行为的检测识别分析。结果表明，该卷积神经网络能够对目标行为取得良好的检测识别效果。

RRPN_Faster_RCNN_Tensorflow 抽象 这是RRPN的张量流重新实现。 应该注意的是，我们并没有完全按照本文的方式实施，而是采用了它的想法。 该项目基于 ，由和完成。 测试结果 比较方式 部分结果来自论文。 任务1-定向排行榜 方法 地图 PL 蓝光 BR GTF SV 左心室 SH TC 公元前 ST SBF RA 哈 SP HC 10.59 39.83 9.09 0.64 13.18 0.26 0.39 1.11 16.24 27.57 9.23 27.16 9.09 3.03 1.05 1.01 21.39

faster_rcnn_pytorch

Faster-RCNN+ZF制作自己的数据集和训练模型完整文件及教程(Matlab版本) VOC2007（自己制作的数据集备份，放在VOCdevkit2007下面）

人脸识别技术是身份认证的重要方式。旨在设计算法识别身份证人像与待检人像是否为同一旅客。使用卷积神经网络进行人脸识别算法的研究。使用检测人脸后计算人脸特征间欧式距离的方式进行算法设计,最终达到95%的正确率。结果表明,Faster R-CNN算法能较精准地检测人脸,VGG-Net可以较好地提取人脸特征值。