基于深度学习的目标检测算法研究进展.docx

  1. 1、本文档共19页,其中可免费阅读10页,需付费150金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘 要: 目标检测是指在视频或图片序列中把感兴趣的目标与背景区分,是在图像中确定目标是否存在且确定目标位置的过程,是计算机视觉领域中的主要研究方向。目标检测主要应用于人脸识别、无人驾驶、指控和安防等领域,起到人工智能赋能传统应用的作用。目标检测的核心是算法。目前,目标检测算法主要分为两大类,第一类是基于手工设计特征的传统算法,第二类是基于深度学习的目标检测算法。近年来,基于深度学习的目标检测算法成为发展的主流,算法性能也远超手工设计特征的传统算法。该研究进展主要聚焦基于深度学习的主流目标检测算法,分析基于锚点(Anchor-based)类模型中的单阶段、二阶段等主流算法,阐述算法的主要特点和

文档评论(0)

罗伯特之技术屋 + 关注
实名认证
内容提供者

畅游技术蓝海,八大领域技术领先解读!

1亿VIP精品文档

相关文档