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
- 图像处理 卷积反投影的实现
- 中山大学软件工程中级实训满分代码
- MFC+Opencv+Zbar通过摄像头拍照识别条码
- HC-SR04超声波测距 STM32 keil
- 百度词条名 共1700W条
- GIS数据转换器(矢量-矢量)V2.2.rar
- msp430元件库封装
- 企业内训师培训技巧2.ppt
- huatang.apk
- bootstrap4认证-源码
- Office清除密码工具.rar
- day01【Object类、常用API】-笔记.md
- 51串口通信.rar
- kafka生产者客户端（0_10_1_1API） - OrcHome.mht
- Black Belt Collaboration Deployment - Stage1 题库
- editthiscookiev.zip
- network information theory chap6 课后题答案
- 骆昊JAVA面试题全集2018博客文章整理
- 目前著名的能谱解谱算法
- gene expression programming 编程基础
- 影院售票管理系统（vb.net）
- java设计计算器，利用UML建模
- glew.h glew.dll glew32.lib
- 64位windows10 python3安装pysqlcipher3，包括openssl和vc14
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