object-detection-Deep-CNN-model:使用预训练模型进行目标识别和定位-源码
使用目标检测的Deep-CNN模型
在这种情况下，使用预训练的卷积神经网络（CNN）MobileNet SSD（单发多盒检测器）模型来检测对象，并通过在对象上方添加一个包含对象名称的框来将对象定位在图像边界内等级和准确性。 mobilenet-ssd模型是旨在执行对象检测的Single-Shot Multibox Detection（SSD）网络。 通过使用SSD，我们只需要单张拍摄即可检测图像中的多个对象。该模型是使用Caffe *框架实现的。 要运行代码，只需运行RUN：python object_detection_image.py或python realtime_object_detection.py
文件下载
评论信息
其他资源
- C#读取CAD文件 DWGdirect 3.3 （基于.NET和ActiveX）
- mifare系列卡片crapto-1加密算法源码
- 编译原理词法分析器 输入源程序 能生成token序列
- 2019 中国灾备行业白皮书
- tensorflow-1.10.0-cp27-cp27m-win_amd64.whl
- windbg (Debugging Tools for Windows)
- python爬取漏洞库.zip
- sim卡PCB封装
- 华硕nvme usb3.0 注入驱动
- 华工人工智能试卷
- 基于LSTM的船舶航迹预测模型_权波.pdf
- 三维视觉合集
- 马哥linux 运维全套视频
- 汽车4s店信息管理系统解决方案
- 二进制文件合并工具 V1.0 测试版
- 浅析PGP加密技术与应用
- 主动锁模飞秒光纤激光器
- javaEE课程设计报告图书管理系统
- 大神Astrom讲解PID
- STM32F10x_StdPeriph_Lib_V3.5.0官方库文件
- JSP+servlet的后台管理系统
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