google EfficientDet 算法中文版paper.将高效网络骨架与我们提出的BiFPN 和复合尺度相结合，我们开发了一种新的对象检测器家族，称为高效Det，它始终以比以前的对象检测器更少的参数和FLOP 来获得更好的精度。图和图形显示COCO 数据集上的性能比较。在类似的精度约束下，我们的有效DET使用的FLOP 比YOLOv3 少28 倍，FLOP 比RetinaNet 少30倍，FLOP 比最近基于ResNet 的NAS-FPN 少19 倍。特别是，在单模型和单测试时间尺度下，我们的高效Det-D7 实现了最先进的53.7AP 和52M 参数和325B FLOP，在1.5AP的情况下优于以前最好的检测器，而在4 倍小和使用13 倍少的FLOP。我们的高效DET 在GPU/CPU 上也比以前的检测器快4 倍至11 倍。

TensorFlow实施RFCN 论文可在。 建造 ROI池和MS COCO加载程序需要首先进行编译。 为此，请在项目的根目录中运行make。 如果需要特殊的链接器/编译器选项，则可能需要编辑BoxEngine / ROIPooling / Makefile 。 注意：如果您的系统上有多个python版本，并且要使用与“ python”不同的版本，请在调用make之前提供一个名为PYTHON的环境变量。 例如：PYTHON = python3 make 尝试加载.so文件时，可能会遇到未定义的符号问题。 如果您自己构建TensorFlow版本，而Makefile无法自动检测到您的ABI版

Nonlinear optical properties of stimulated Brillouin scattering (SBS) to signal detection in water are analyzed. With the threshold characteristics, SBS only occurs when the high power laser is focused in the SBS cell. When there is an object present in front of the focus, it leads to lower incident intensity and then SBS does not occur. The backward SBS signal depends on the focusing location. The nonlinear optical properties of SBS process in the focusing regime are analyzed theoretically. Wit

FreeAnchor:Learning to match anchors for visual object detection论文翻译

3D Object Detection and Viewpoint Estimation with a Deformable 3D

Abandoned Object Detection Based on Tachograph Videos

显著性目标检测论文下载 论文：RGB-D Salient Object Detection A Survey

在Azure上操作TensorFlow对象检测 第1部分：使用Docker和深度学习VM 第2部分：使用Kubernetes运行分布式TensorFlow对象检测API 第3部分：使用TensorFlow服务进行服务

yolov1论文

github上下载的资源。方便大家参考。可以使用这里面的与训练模型，进行自己模型的训练