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
- DSP28335做简单的频谱分析（fft算法）
- Python办公自动化.pdf
- PIC16F877A中文手册
- 鲁棒H无穷控制器设计
- matlab geopiv
- 基于android的实时音频频谱仪
- 幼儿园管理系统
- LabVIEW虚拟电子秤
- C++餐厅叫号系统（QT平）
- 激光雷达采集数据的特征提取
- 中南大学密码学资料
- java 项目ssh框架搭建的增删查改，带数据库文件
- IIC通讯，实现多组端口使用
- matlab绘制发动机万有特性
- 2014年重庆理工大学《数据库技术2》期末考试试卷.pdf
- 人大经-济论-坛-R软件数据分析视频教程（初级）.doc
- 远程图片本地化 3.1.2 商业版
- fluent并行计算
- 智能家居系统 源代码
- 青岛理工大学c++试题
- 全国大学生数学建模竞赛优秀论文汇编
- JavaScript - The Definitive Guide 4th edtion
- 隐马尔科夫模型HMM自学最好范例 pdf文档
- 四则运算计算器
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