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
- colasoft-packet-builder-1.0.exe
- 车牌识别的数据集，八百多张图片带标签
- HX8282-A02_DS_v01.pdf
- parallel_studio_xe_2019_update5_cluster_edition_setup
- halcon入门教程详解
- 32位微机原理上机实验报告：8255流水灯显示实验
- 有限元方法的数学基础.pdf
- Rinex通讯协议3.02版本
- 软工课设-物流管理系统
- IMU数据采集与处理
- 将运算放大器用作比较器需要注意的地方
- 2005-2006学年第一学期高等数学AI期末试题及答案.pdf
- matlab 如何生成exe
- sublime XML插件
- Verilog HDL分频器 2分频 4分频, 8 分频,16分频
- 网上购物系统。javaweb，全部代码
- SHREC2021-蛋白-源码
- PLC经验编程上机题目考试练习题.pdf
- JavaScript高级程序设计（第3版）中文 高清 完整.pdf
- 故事书：:notebook:UI组件开发和测试：React，Vue，Angular，React Native，Ember，Web Components等！ -Dokumentacja故事书！-源码
- 9.BT_TX功率.doc
- 通讯协议-Modbus地址与SIXNET地址对应关系.pdf
- 爱数备份存储柜使用手册.pdf
- VB系统开发－－员工宿舍管理系统
- 单片机课件驱动电路(经典)
- Android图片涂鸦源码
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