深度学习目标检测方法综述
目标检测的任务是从图像中精确且高效地识别、定位出大量预定义类别的物体实例。随着深度学习的广泛应用，目标检测的精确度和效率都得到了较大提升，但基于深度学习的目标检测仍面临改进与优化主流目标检测算法的性能、提高小目标物体检测精度、实现多类别物体检测、轻量化检测模型等关键技术的挑战。
文件下载
评论信息
其他资源
- 程序员项目交接文档
- CT模型机动目标圆周运动跟踪
- 懒人C51(简单的51系列代码自动生成器）
- 基于FPGA的嵌入式图像处理系统设计(中文版PDF)
- 《信息论与编码》第三版习题 答案
- 网上图书销售系统（java jsp）
- C++ 网络聊天室设计报告及主要源程序
- 悬浮可移动置顶计时软件AttentionPlease
- Cisco - IP Multicast, Volume II.2018
- EM（期望最大化）算法源代码
- windows(x86)版 GMSSL 2019
- ZNetCom 以太网串口转换设备配置工具3.11
- AppEncrypt.zip
- zhihu-trending-hot-questions：知乎热门话题，记录从2020-11-24日开始的知乎热门话题。每小时抓取一次数据，按天压缩-源码
- Arcgis api 4.x 加载json.zip
- 河北工业大学密码学实验（des和rsa实验）
- HTML5购物车特效：点击添加商品到购物车代码.rar
- MFC DLL 动态链接库 实现加减法（程序+文档）
- 微信公众号开发中的用户账号绑定
- 高数公式手册
- 激光SLAM后端优化方法
- jdk-8u231-macosx-x64.dmg JDK8最新官方SDK
- 电量计量芯片AD7755使用特点分析
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