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
- 华视二代身份证阅读器 C#开发包及例子
- 基于级联H桥的多电平逆变器的研究
- 5DK5 物聯網實作：Node-RED萬物聯網視覺化 範例內容.zip
- 电梯卡数据分析
- SIMULINK一个直驱风力发电并网模型模型-直驱风力发电并网模型.rar
- 弹弹堂瞄准器V1.3源码
- Principles of Robot Motion Theory, Algorithms, and Implementations（机器人运动规划）
- Android简历源码
- 简单CPU设计（硬布线）
- sonnet14.52安装包
- 基于ADE7757的电能表设计(图纸+PCB+代码)
- Mongo 文件上传
- Node+Express+Mysql+Ejs实现增删改查接口，支持热部署
- android系统exfat文件系统移植（1.0.0）
- 【ssm项目源码】在线答题系统.zip
- 2012-2018广州行测.pdf
- DosBox.zip
- 高级计算机体系结构.pdf
- 10.14全新安装第二弹-华擎Z370M Pro4+8350K+Rx560 EFI分享
- 编译原理中VC实现语法分析器
- MFC资源大全 mfc插件
- MFC实现UDP网络编程
- IDL语言 PCA变换程序
- ENVI5.2说明书
- 链表栈的基本操作(C语言）
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