人工智能基于深度学习论文大合集比如：基础目标分类论文、目标检测论文、表情识别论文等等.zip 简单列举如下： 3D面部重建论文 人脸识别论文 保罗艾克曼论文 关键点检测论文 分布式计算论文 卷积神经网络论文 图像分割论文 图像处理论文 面部表情识别论文 情绪分析论文 机器学习论文 目标检测论文 网络优化 肿瘤检测 人工智能基于深度学习论文大合集比如：基础目标分类论文、目标检测论文、表情识别论文等等.zip 简单列举如下： 3D面部重建论文 人脸识别论文 保罗艾克曼论文 关键点检测论文 分布式计算论文 卷积神经网络论文 图像分割论文 图像处理论文 面部表情识别论文 情绪分析论文 机器学习论文 目标检测论文 网络优化 肿瘤检测

1、交通灯和倒计时数字检测数据集，几百张多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列的交通灯目标检测检测；数据场景丰富；类别为红绿灯等各种交通灯以及倒计时的时间数字 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

检测运动目标，MATLAB运动目标检测，以运动汽车为例，检测汽车数量，车流量，车道，速度等，

可用于yolov5的目标检测数据集，内包含指针仪表图片及标注的表盘，起始位置和终止位置等

1、YOLO红外船只目标检测数据集，6000多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为VOC格式和yolo格式，分别保存在两个文件夹中，可以直接用于YOLO系列的红外船只目标检测；数据场景丰富；类别为liner、sailboat、warship、canoe、bulk carrier、container ship、fishing boat七个类别目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、YOLO二维码目标检测数据集，近2300多张使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签有两种，分别为xml格式和txt格式，分别保存在两个文件夹中，可以直接用于YOLO系列的二维码目标检测；目标类别名为QR_code，数据场景丰富，大部分图片中包含有多个二维码目标 2、数据集和检测结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

本文来自于个人微博，本文介绍基于regionproposal的R-CNN系列目标检测方法是当前目标检测技术领域最主要的一个分支。objectdetection我的理解，就是在给定的图片中精确找到物体所在位置，并标注出物体的类别。objectdetection要解决的问题就是物体在哪里，是什么这整个流程的问题。然而，这个问题可不是那么容易解决的，物体的尺寸变化范围很大，摆放物体的角度，姿态不定，而且可以出现在图片的任何地方，更何况物体还可以是多个类别。objectdetection技术的演进：RCNN->SppNET->Fast-RCNN->Faster-RCNN这里有一个图像任务：既要把图中的

基于YoloV4的绝缘子目标检测程序源代码+数据集+训练模型，人工智能课程设计作业。文件结构 . │ predict.py # 对图片进行预测 │ train.py # 训练模型 │ voc_annotation.py # 对VOC数据集处理导出索引 │ yolo.py # 预测程序的子程序 │ ├─img # 存放预测后的图像 ├─logs # 存放训练的模型文件 ├─model_data # 存放预训练模型 │ new_classes.txt # 类别的名称 │ yolo_anchors.txt # 先验框的大小 │ ├─nets # 网络结构 │ CSPdarknet.py # CSPdarkNet53主干特征网络 │ yolo4.py # FPN、SPP等网络 │ yolo_training.py # 模型训练子程序 │ ├─utils # 数据加载、NMS等 │ dataloader.py # 数

通常的侦察手段对于军事假目标的识别能力有限，文中提出了一种新的军事假目标识别方法。在介绍偏振成像机理的基础上，分析了偏振信息检测和强度信息检测在物理含义中的区别。提出了获得偏振度图像的方法，通过理论分析，能够很好地分辨真假目标，证明了文中方法的科学性和可行性，对军事假目标的检测有重要意义。

yolov5小目标检测 不附带yolo代码 详细介绍参考博客https://blog.csdn.net/qq_43622870/article/details/124984295