基于弱监督学习的目标检测研究进展
随着卷积神经网络（Convolutional Neural Network，CNN）的不断发展，目标检测作为计算机视觉中最基本的技术，已取得了令人瞩目的进展。介绍了强监督目标检测算法对数据集标注精度要求高的现状。对基于弱监督学习的目标检测算法进行研究，按照不同的特征处理方法将该算法归为四类，并分析比较了各类算法的优缺点。
文件下载
评论信息
其他资源
- MATLAB单双目标定程序(Opencv C++)
- 光域DCO的MATLAB程序
- 51单片机汇编实例大全
- 苹果id转国家软件支持46个国家
- springboot2.0整合quartz
- C#串口封装类
- 分数阶 统一混沌系统 matlab 代码 .txt
- 人机交互界面设计方法完成的网上银行系统的交互界面分析和设计
- 阿里Java开发编程规范word版
- 热力学两相模型
- Global Mapper系列教程-经典
- WPF之DataGrid基础学习代码(新)
- 试衣魔镜1.0
- C#调用IDL报错.docx
- 个人简历网页
- Socket 串口助手.zip
- 用户管理系统(ssh).zip
- CAD2021（电气版64bit）.txt
- WS 364-2011卫生信息数据元值域代码 第10部分：医学诊断.pdf
- 变压器、发电机容量计算.xls
- 五子棋MFC源码及注释.
- JavaWeb前端资料
- itext生成pdf并通过证书进行签章
- 招聘网 java mysql
- siplus.zip
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明