目标检测经典论文：RCNN系列，YOLO系列,SSD，相关综述类论文

今天有群友反馈弱监督目标检测论文少，收集了部分最新的 cap2det谷歌结合文字信息进行弱监督检测.pdf ICCV2019一篇 instance-aware弱监督目标检测CVPR2020 清华大学弱

从IEEE上下载的有关CCA检测的各种算法的论文，很有参考意义~

基于视频的人群密度检测估计的相关论文，总共有21篇。

这些论文深入研究并改进动目标尤其是慢速运动目标的检测和成像技术,提高动目标检测概率,全面获取动目标的运动参数并对动目标精确成像;同时,试图寻求一些新的动目标检测和成像方法,创新性地解决动目标检测和成像

这篇文章提供了计算机视觉中目标检测的15篇经典论文，包括RCNN系列和YOLO系列等。具体包括YOLOv1、YOLOv2、YOLOv3、YOLOv4、RCNN、Faster RCNN、Mask RCN

Recommending and Localizing Change Requests for Mobile Apps based on User Reviews

随着训练数据的增加以及机器性能的提高，基于卷积神经网络的目标检测冲破了传统目标检测的瓶颈，成为当前目标检测的主流算法。因此，研究如何有效地利用卷积神经网络进行目标检测具有重要价值。首先回顾了卷积神经网

属性识别相关综述论文整理

SSD图像目标检测VGG16网络模型,用于图像预处理,该模型使用atrous算法.

SSD方法图像目标检测,该模型为Tesnorflow版本,可以直接在Tesorflow环境下载入进行预测.