目標檢測資源收集彙總

2021-09-02 01:40:38 字數 663 閱讀 4891

今年以來讀過的object detection資源列表如下:

41、從r-cnn到rfbnet,深度目標檢測5年縱覽,文章+**讓你從入門到精通

46、【學界】eccv-2018最佼佼者的目標檢測演算法

48、收藏 | 目標檢測網路學習總結(rcnn --> yolo v3)

52、edgeboxes,邊緣檢測在sppnet中進行的一種嘗試,類似於selective search選bbox的一種方法。

88、商湯開源mmcv和mmdetection 以pytorch為主

這個是類似opencv的乙個庫,非常high level

95、多目標追蹤器:用opencv實現多目標追蹤(c++/python)

103、基於深度學習的影象目標檢測(上)、(下)

22、深度學習**集錦(中英文對照):影象分類、物體識別等。

121、乾貨|基於深度學習的目標檢測演算法綜述:演算法改進

140、目標檢測演算法中檢測框合併策略技術綜述

151、理解yolo目標檢測

173、使用 skil 和 yolo 構建產品級目標檢測系統

176、mask textspotter

白翔老師主頁:

185、yolo-lite

arxiv:

homepage:

github:

目標檢測資源彙總 持續更新

目標檢測資源彙總 持續更新 實戰專案 支援剪枝 量化和知識蒸餾的yolov3 特性 1 提供多個主流目標檢測資料集的預處理後檔案及訓練方法。2 提供包括剪枝,量化,知識蒸餾的主流模型壓縮演算法實現。3 提供多backbone訓練目前包括darknet yolov3,tiny yolov3,mobil...

目標檢測彙總

一 傳統的目標檢測一般使用滑動視窗的框架,主要包括三個步驟 利用不同尺寸的滑動視窗框住圖中的某一部分作為候選區域 提取候選區域相關的視覺特徵。比如人臉檢測常用的harr特徵 行人檢測和普通目標檢測常用的hog特徵等 利用分類器進行識別,比如常用的svm模型。基於深度學習的目標檢測分為兩派 基於區域提...

WCF學習資源收集彙總

1.wcf程式設計 2.wcf熱門問題程式設計示例 3.我的wcf之旅 4.wcf面向服務應用程式系列 5.wcf從理論到實踐系列 6.wcf後續之旅 7.wcf技術剖析 8.wcf面向服務應用程式系列 9.wcf 10.wcf分布式安全開發系列 11.programming wcf service...