翻译SSD论文(Single Shot MultiBox Detector) ，转载仅作交流~
2023-04-19 10:29:50
801KB
1
Caffe-SSD-对象检测
在Python中使用OpenCV在Caffe MobileNet上使用Single Shot MultiBox Detector进行目标检测。
SSD框架
单发MultiBox检测器可分为两部分：
使用基础网络提取特征
使用卷积滤波器进行预测
此实现将MobileNet深度学习CNN架构用作基础网络。
Caffe框架
Caffe是由Berkely AI Research和社区贡献者开发的深度学习框架。 Caffe。 这是使用Nvidia K-40 GPU每天训练超过600万张图像的更快的方法
运行代码
python detectDNN.py -p Caffe/SSD_MobileNet_prototxt -m Caffe/SSD_MobileNet.caffemodel
文章
2022-05-05 15:46:43
20.39MB
1
SSD（single shot multibox detector）翻译，含原论文
2021-11-30 19:32:05
22.62MB
1
有关设置环境，请阅读SETUP.md
息肉定位和检测
这项工作是在EEML暑期学校（2019年）期间介绍的。在 查找随附的海报。
对于我们的定位和检测任务，我们使用了ColonCVC数据集和ETIS-Larib数据集。
1.息肉本地化
这里的任务是训练完全卷积网络（FCN-8）为息肉创建分割蒙版，然后在其周围绘制一个边界框。 要训练FCN-8，请运行main.py 要评估/测试模型，请运行predict_masks.py
2.息肉检测
这里的任务是训练物体检测网络。 我们使用SSD（单发Multibox检测器评估我们的结果）。 代码适用于Faster R-CNN和SSD 。
要训练
2021-05-12 21:03:44
146.79MB
1
SSD：Single Shot MultiBox Detector 英文原文和中文翻译版，希望对大家有帮助
2021-05-05 22:38:55
3.07MB
1
本资源是本人翻译的Single Shot MultiBox Detector的一文，出自于2016年，主要内容是完成行人重识别的网络构建，不仅提高了识别准确率，并且提高了是别的速度。其中，作者的一些设计思路很有启发。
2021-04-09 16:06:47
1.63MB
1
SSD_Single Shot MultiBox Detector 2016.pdf, 目标检测中比较经典的算法，速度快，效果好，而且代码相比faster-rcnn要简单易懂，代码在我的上一个上传资源里
2019-12-21 20:17:28
2.26MB
1