CV进阶 -- 目标检测原理及代码实现、YOLO源码解读学习

      同样的，为了求职和更好的进行组里的项目，学习之后，总结一下文章内容及链接合集。

目录

目标检测 - 识别编程 - 概念与定义 

文章

内容

YOLO源码解读

文章

---

目标检测 - 识别编程 - 概念与定义 

文章

深度学习初学者必须知道的 25 个术语和概念https://www.analyticsvidhya.com/blog/2017/05/25-must-know-terms-concepts-for-beginners-in-deep-learning/

计算机视觉入门https://blog.csdn.net/qq_42899794/article/details/97843831

物体检测系列https://blog.csdn.net/wa1tzy/article/details/109534685https://blog.csdn.net/wa1tzy/article/details/109534685

图像识别技术的原理是什么？https://www.zhihu.com/question/38014222https://www.zhihu.com/question/38014222深度学习之Bottleneck Layer or Bottleneck Features在深度学习中经常听闻Bottleneck Layer 或 Bottleneck  Features ，亦或 Bottleneck Block，其虽然容易理解，其意思就是输入输出维度差距较大，就像一个瓶颈一样，上窄下宽亦或上宽下窄，然而其正儿八经的官方出处没有一个能说出其所以然来，下面本文将对Bottleneck Layer 或 Bottleneck  Features ，亦或 Bottleneck...https://blog.csdn.net/u011501388/article/details/80389164 深度学习——SPPNet原理_ciky奇的博客-CSDN博客从R-CNN 到Fast R-CNN，有必要了解下SPPNet，其全称为Spatial Pyramid Pooling Convolutional Networks（空间金字塔池化卷积网络）。它将CNN的输入从固定尺寸改进为任意尺寸，例如在CNN结构中，输入图像的尺寸往往固定的（如224x224像素），输出可看做固定维数的向量。 SPPNet在普通的CNN结构中加入了ROI池化层（ROI Po...https://blog.csdn.net/c20081052/article/details/81663064