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

matlab建立汽车模型代码免责声明 官方 Faster R-CNN 代码（用 MATLAB 编写）可用。 如果您的目标是在我们的 NIPS 2015 论文中重现结果，请使用 . 此存储库包含 MATLAB 代码的 Python重新实现。 这个 Python 实现建立在 . 两种实现方式略有不同。 特别是这个 Python 端口 在测试时慢约 10%，因为某些操作在 Python 层的 CPU 上执行（例如，220 毫秒/图像与 VGG16 的 200 毫秒/图像） 给出与 MATLAB 版本相似但不完全相同的 mAP 由于细微的实现差异，与使用 MATLAB 代码训练的模型不兼容 包括比交替优化（对于 VGG16）快 1.5 倍的近似联合训练——有关更多信息，请参阅这些 Faster R-CNN：使用区域提议网络实现实时目标检测 作者：Shaoqing Ren、Kaiming He、Ross Girshick、Jian Sun（微软研究院） 这个 Python 实现包含 Sean Bell (Cornell) 在 MSR 实习期间编写的贡献。 详情请看官方。 Faster R-CNN

Faster-RCNN-Tensorflow 的实现-附件资源

陈云faster-rcnn之RPN .drawio

目标检测之Faster RCNN介绍，从RCNN讲起，是我做组会时报告做的，讲话内容写在备注里，ppt的图和内容参考了其他大佬的，根据自己的理解整理得来，适合做RCNN这方面报告的人参考

著名的voc2007数据集，做目标检测的任务时常会用到，但官网下载有时比较慢~所以我把资源传到了我的百度网盘，要下载的朋友可以访问我的网盘地址~