SSD目标检测算法论文-英文原版

Ultralytics于2020年6月25日发布了YOLOv5的正式版本，其是最先进的目标检测算法技术之一，同时具有较高的推理速度。YOLOv5分为四个模型：yolov5s、yolov5m、yolov

Mask-RCNN是何凯明大神继Faster-RCNN后的又一力作，集成了物体检测和实例分割两大功能，采用Python语言实现，您介绍其基本原理、使用方法以及优缺点，帮助您更好地理解和使用该算法。

随着深度学习技术的不断发展，目标检测在计算机视觉领域中扮演着重要角色。其中，EfficientDet作为一种高效的目标检测算法备受瞩目。本文旨在系统地探讨EfficientDet目标检测算法的研究进展

针对煤矿井下特殊信道环境对无线传感器网络(WSN)目标跟踪造成的约束和对量测数据的精确性造成的影响，设计了适用于井下巷道特征的网络拓扑结构以及分布式分簇目标跟踪算法，并在此基础上提出运用局部异常因子检

基于混合高斯与边缘检测的目标检测算法研究，陈钟荣，夏利娜，混合高斯模型对光照和天气变化等较敏感，易产生阴影，而传统阴影去除算法涉及多个阈值设定，且阈值一般随视频不同而不同。针对此

提出结合主元变换与异方差变量含误差模型的椭圆识别与定位方法。根据椭圆长轴对应于椭圆主元方向的特点，利用主元变换法将目标边缘数据变换到主元坐标系，给出新的椭圆轮廓度误差评定方法，将变换后数据点集的椭圆轮

一种运动目标检测算法的研究，董兴龙，马洪连，运动目标检测是计算机视觉研究的焦点之一，应用范围非常广泛。本文提出一种改进的运动目标检测算法，该方法将基于中心对称局部二

提出了一种亮度直方图匹配的运动目标检测算法，采用相邻两帧各子块的直方图匹配程度检测运动目标，通过自适应的最大阈值方差法来选取阈值，在HSV色度空间下检测阴影，用形态学方法进行后处理，得到准确的运动目标

效去除运动目标包含的阴影区域，从而实现人头区域的检测针对摄像机在静止条件下的自适应运动目标检测，提出一种改进的运动目标检测算法。首先，针对高斯混合背景建模初期背景建模效果不理想的问题，利用统计的方法得

数字图像目标检测是计算机视觉研究中的主要内容之一，具有较广泛的用途。提出一种针对数字图像中模糊小目标进行检测的算法。将所有像素值看作具有对应地址的元素集合，根据需要确定小目标像素范围，把图像分为目标集