为了有效攻克SSD算法对小目标检测不敏感这一难题,文中分析了SSD算法的缺陷并给出了改进算法,该算法以一种新颖的特征融合方式将不同尺度的特征图融合在一起,同时利用新生成的特征图替换了原SSD算法中的特
基于深度学习的机载对地目标检测方法,李正周,曹彦迪,在实际运动场景下,由于无人机相机拍摄到的地面目标图像面积较小,地面目标信息量少,这导致传统的目标检测方法对小目标的检测精
此PDF为小编对整理的思维导图文件生成,总结了深度学习以及CNN火热后,目标检测相关算法的总览,其中还包含在19年轮回重生的anchor-free等算法,算是一个算法概述。
本文围绕深度学习技术在图像目标检测中的应用展开研究。首先介绍了传统目标检测算法的不足之处,然后详细阐述了深度学习技术在目标检测领域中的应用,重点阐述了基于深度学习的目标检测方法。文章总结了基于深度学习
随着无人机技术的不断发展,基于深度学习的目标检测和跟踪越来越受到重视和应用。本文从理论出发,介绍深度学习在无人机视觉目标检测中的应用,包括卷积神经网络、循环神经网络等相关技术,重点讨论无人机视觉应用的
一种基于深度学习的遥感图像目标检测方法。该方法通过卷积神经网络和物体提议算法对遥感图像进行分析和识别,在实际应用中表现良好。本文还对该方法的原理、步骤和优缺点进行了详细阐述,并给出了相关实验结果。此外
Single-Shot MultiBox Detector目标检测模型在Pytorch中的实现进行了大幅度的更新,支持step、cos学习率下降法以及adam、sgd优化器的选择。此外,还支持根据ba
深度学习技术在目标检测中的应用_惠康华.caj。目标检测是计算机视觉领域的重要任务之一,而基于YOLOv5的增强多尺度目标检测方法为目标检测任务带来了显著的改进。本文将介绍如何利用YOLOv5算法对目
本文将迁移学习与计算机视觉中目标识别问题相结合,针对基于迁移学习的目标识别方法展开研究。需要说明的是:该研究工作并不是利用 现有的迁移学习方法来辅助解决目标识别问题,而是立足于迁移学习的基本思想, 研
深度学习理论是当下研究的热点之一。最近来自UIUC的助理教授孙若愚撰写了一篇关于深度学习优化的综述论文,共60页257篇文献,概述了神经网络的优化算法和训练理论,并得到众多大佬的推荐。