PyTorch中的域自适应快速R-CNN 这是Haoran Wang（ ）实施的“用于野外物体检测的域自适应快速R-CNN”的PyTorch实现。 原始文件可以在找到。 此实现基于 @ 。 如果您发现此存储库有用，请引用以下原始论文： @inproceedings{chen2018domain, title={Domain Adaptive Faster R-CNN for Object Detection in the Wild}, author = {Chen, Yuhua and Li, Wen and Sakaridis, Christos and Dai, Dengxin and Van Gool, Luc}, booktitle = {Computer Vision and Pattern Recognition (CVPR)},

Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks翻译

Object_Recognition_From_RGBD_Data：近年来，对象识别由于其众多的应用而引起了研究人员的越来越多的关注。 例如，对象识别使协作机器人能够执行诸如在非结构化环境中搜索对象或为人类同事检索工具之类的任务。 在这项研究中，我们提出了一种新技术，用于从红色，绿色，蓝色和深度（RGB-D）数据中进行无监督的特征提取，然后将其与多个分类器组合以执行对象识别。 具体而言，我们的体系结构首先通过无监督的聚类技术对桌面场景中的所有对象进行了细分。 然后，它分别关注每个对象，以提取形状和视觉特征。 我们对从YCB对象和模型集中选择的20个对象的子集进行实验，并评估几个分类器的性能

自适应对象检测的Rebuild_Strong-Weak-Distribution-Alignment 这是个人论文的重建<用于自适应对象检测的强弱分布对齐>

mask-rcnn：在MATLAB中进行Mask-RCNN训练和预测以进行实例分割

翻译Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector_202

PPT分享Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector

目标检测，机器学习

Google MediaPipe Objectron (3D Object Detection) 三维目标检测

这是一个使用python语言编写的针对于摄像头的实时目标检测。没有训练过程。如果你想玩一玩，实际应用的话，可以下载一下。通过Open CV调用网络模型,对实时视频进行截取预测 实时性较高。内包含工程文件夹，网络模型，数据集类别等 即下即用。