论文研究-深度卷积神经网络在目标检测中的研究进展.pdf
深度卷积神经网络以多层次的特征学习与丰富的特征表达能力，在目标检测领域取得了突破进展。概括了卷积神经网络在目标检测领域的研究进展，首先回顾传统目标检测的发展及存在的问题，引出卷积神经网络的目标检测基本原理和基本训练方法；然后分析了以R-CNN为代表的基于区域建议的目标检测框架，介绍以YOLO算法为代表的将目标检测归结为回归问题的目标检测框架；最后，对目前目标检测的一些问题进行简要总结，对未来深度卷积神经网络在目标检测的发展进行了展望。
文件下载
评论信息
其他资源
- 东华大学 Linux课程考试题库 罗辛 完全版
- Visual Basic.NET精彩编程百例 李强 源代码
- 信号与系统-西电（郭宝龙）课件ppt（pdf格式ppt）
- FinsTcp.rar
- 技术特征对比表.docx
- 评价指标体系分省2011-2018.xlsx
- C++读一个txt文件，然后计算该文件中有多少行，多少个字符
- S7-200 PLC CAD图纸
- C语言经典编程实例100例
- 2020中国各省市县行政区域代码js
- 中国大学MOOC-翁恺-C语言程序设计习题集-源码合集
- eplan_p8的西门子s7-200宏.rar
- 结构力学求解器 工程版 V2 0
- C# 开发的通用升级更新程序
- PEX8311 PCIE开发板 fpga PCI EXPRESS光盘资料，包括PROTEL 99SE 设计的原理图+封装，FPGA工程Verilog源码.zip
- SDK 13.3.zip
- 软件架构风格整理及总结
- 多开器源码
- java++jsp+网络电视代码
- java实现的Rss
- xp下实现多点触控
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