目標檢測進化史
object detection and classification using r-cnns
faster-rcnn**+理論——1
faster-rcnn詳解
物體檢測 faster r-cnn(一) 載入訓練資料
物體檢測 faster r-cnn(二) 基於resnet的faster r-cnn網路模型
faster r-cnn 原始碼解讀 （傻瓜版） - pytorch 簡化了整體**，提供了很好的faste r-cnn結構圖和相關資料
逐字理解目標檢測******-faster-rcnn-pytorch-master**（一） 基於pytorch，一共4個部分，很詳細
目標檢測 資料增強
一 目標檢測 yolo v4的related work部分精簡的介紹了目標檢測部分。目標檢測大概分為one stage和two stage部分。其中two stage部分主要包括r cnn系列。one stage則包括anchor based和anchor free兩類方法。其中anchor bas...
目標檢測 目標檢測通用框架總結
目標檢測框架個人總結 以下是筆記中包含的內容 目標檢測網路框架總結 yolov4中有圖 從最開始的神經網路到現在深度更深，模組更多的目標檢測深度學習神經網路，如今大致可以分為two stage detector 典型的為rcnn系列 和 one stage detector 典型為yolo系列 每個...
目標檢測入門 目標檢測基本概念
目標檢測關注影象中特定的物體目標，要求同時獲得這一目標的類別資訊和位置資訊。檢測給出的是對前景和背景的理解，需要從背景中分離出感興趣的目標，並確定這一目標的描述 類別和位置，常用檢測框表示 與影象分類的區別，目標檢測更具難度 影象分類只需要判斷輸入的影象中是否包含感興趣物體，而不需要定位具體位置 如...