![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
StrongerTang
计算机视觉、自动驾驶相关技术分享,主流自动驾驶公司都可内推!免费分享各类资料!擅长简历修改、求职(保研)指导,也帮忙脱单相亲,数万互联网、汽车、金融、公务员等人脉!
展开
-
arXiv 注册流程介绍——详细图解
arXiv 注册流程介绍——详细图解arXiv是一个免费的分发服务和一个开放存取的档案库,每天都有新文章上传,目前共有180多万篇学术文章,涉及物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。一般情况下,很多科研人员希望自己的研究成果能第一时间被大家知道,就会选择将文章初稿分享出来。所以,很多文章,没发表之前都在ArxiV挂上了。一方面希望更多的人关心这篇文章的工作,另一方也声明自己是第一个做出来的人,毕竟很可能同样的工作也有其他人正在或将要做。下面分享一原创 2021-05-17 20:24:05 · 2784 阅读 · 2 评论 -
基于深度学习的目标检测发展综述(持续更新。。。)
0 前言所谓目标检测,就是找出图像中所有感兴趣的目标(物体),确定它们的位置和大小,是机器视觉领域的核心问题之一。由于各类物体有不同的外观、形状、姿态,加上成像时光照、角度、遮挡等因素的干扰,目标检测一直是机器视觉领域最具有挑战性的问题之一。计算机视觉中关于图像识别有四大类任务:分类(Classification):解决“是什么”的问题,即给定一张图片或一段视频判断里面包含什么类别的目标;...原创 2019-04-22 22:39:53 · 3363 阅读 · 0 评论 -
R-CNN学习总结及Python实现
R-CNN学习总结如下:R-CNN(Regions with Convolutional Neural Network Features),即 2014年在CVPR上的经典论文《Rich feature hierarchies for Accurate Object Detection and Segmentation》,这篇文章是物体检测领域一篇里程碑式的经典文献。这篇论文的思想,改变了物体...原创 2019-04-27 18:19:34 · 11663 阅读 · 5 评论 -
SPP-net学习总结及Python实现
一、SPP-net原理理解针对卷积神经网络重复运算问题,2015年微软研究院的何恺明等提出一种SPP-Net算法,通过在卷积层和全连接层之间加入空间金字塔池化结构(Spatial Pyramid Pooling)代替R-CNN算法在输入卷积神经网络前对各个候选区域进行剪裁、缩放操作使其图像子块尺寸一致的做法。利用空间金字塔池化结构有效避免了R-CNN算法对图像区域剪裁、缩放操作导致的图像物体剪...原创 2019-05-04 18:51:40 · 2579 阅读 · 3 评论 -
Selective Search for Object Recognition解读
surgewong@gmail.comhttp://blog.csdn.net/surgewong 在前一段时间在看论文相关的工作,没有时间整理对这篇论文的理解。在前面的一篇博客【1】中有提到Selective Search【2】,其前期工作利用图像分割的方法得到一些原始区域(具体内容请查看【1】),然后使用一些合并策略将这些区域合并,得到一个层次化的区域结构,而这些结构就包含着可能需要的物...转载 2019-04-24 22:50:33 · 245 阅读 · 0 评论