基于深度学习的视觉SLAM综述

本次实验提供六个类别的垃圾识别分类数据集分别是glass cardboard metal paper plastic trash.本次实验是基于卷积神经网络模型来完成六个类别垃圾分类.目前垃圾分类已经

MonocularVisual-InertialFusionforStateEstimationandMapping

主动学习试图在具有尽可能少标注样本的同时最大化模型的性能增益。深度学习(Deep learning, DL)需要大量标注数据,如果模型要学习如何提取高质量的特征,就需要大量的数据供应来优化大量的参数。

当前的深度学习研究以基准评价为主。如果一种方法在专门的测试集上有良好的经验表现,那么它就被认为是有利的。这种心态无缝地反映在持续学习的重现领域,在这里研究的是持续到达的基准数据集。

很不错的最新介绍深度学习的文献，仅供大家参考，希望更多的深学爱好者上传分享，谢谢！

深度学习三大巨头的联合综述，nature上发表，主要对目前的深度学习研究做出相关的简介

目标检测的任务是从图像中精确且高效地识别、定位出大量预定义类别的物体实例。随着深度学习的广泛应用,目标检测的精确度和效率都得到了较大提升,但基于深度学习的目标检测仍面临改进与优化主流目标检测算法的性能

本文对基于深度学习的异常检测的研究方法进行了系统全面的综述。此外，还回顾了这些方法对不同应用领域异常的应用，并评估了它们的有效性。

分析了当前人脸识别技术在深度学习应用中存在的问题及发展趋势

鉴于深度学习在学术界和工业界的重要性,依据数据流向对目前有代表性的深度学习算法进行归纳和总结,综述了不同类型深度网络的结构及特点.首先介绍了深度学习的概念;然后根据深度学习算法的结构特征,概述了前馈深