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
- AVR Atmega16单片机电子琴代码
- 迭代学习控制
- 基于SGP4和SDP4模型卫星轨道的计算
- 秦皇岛市综治（应急）指挥中心建设方案
- IBM RAD v7.0 中文安装手册
- opc client 很好的Opc客户端工具，测试非常好用
- sqlserver2012 64位（带密匙）
- JimToMov(图片转视频)
- 油画美术背景.rar
- RFC4944（中文版）在IEEE 802.15.4网路上传送IPv6报文
- Python分析5000+抖音大V，发现大家都喜欢这类视频！
- PLSQL知识点学习PPT
- terminal-notifier：从命令行在macOS上发送用户通知-源码
- javaweb商城
- 编写高质量代码 改善Python程序的91个建议(含完整标签)
- C#固定资产管理系统
- 浮点数与十进制数转换工具
- 快手视频采集器
- g723源码分析注释
- matlab数据集heart_scale.mat
- 酒店管理系统（非常适合学生用的小程序）
- 基于JAVA的桌面宠物
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