基于深度学习目标检测算法综述

第18卷第4期2006年4月 系统仿真学报@ Journal of System Simulation Vbl.18NO.4 Apr,2006基于包围盒的碰撞检测算法综述 马登武,叶文,李瑛 (海军航

目标检测及场景识别基础技术学习总览概述，该文件可以帮助从基础学到应用

Deep Neural Networks for Object Detection_Szegedy_no.pdf

基于数据增强的深度学习目标检测文章，可以很好的拿来学习和参考。

基于深度学习的目标检测研究进展，主要对场景中的特定目标进行检测

目标检测是指在图像和视频中对目标进行定位和分类。在众多的实现工具中，科研利器MATLAB是最易用的。

粒子滤波目标检测算法，C++版本，跟踪效果不错

目标检测算法SSD运行代码,caffe版本，具体代码在目录/caffe-ssd/examples/ssd/下，运行检测代码为py_detect.py

Yolov5是一种高效的目标检测算法，采用了新的骨干网络架构和多层双线性插值，具有更快的检测速度和更高的精度。该算法可以应用于各种场景，包括交通监控、人脸识别、智能家居等领域。本文将为大家详细介绍Yo

YOLOv1是一个统一的、实时的目标检测算法，它由You Only Look Once (YOLO)论文提出。该算法的下载地址为https://arxiv.org/abs/1506.02640。目标检