SSD深度学习目标识别算法文件

颜色是物体表面的基本特征, 外部世界提供了丰富的颜色信息,因此通过颜色对目标进行识别[1-2]是一种常用的方法。然而,同一颜色在变化环境下所接收到的光照并不完全一样,不同于人眼识别的灵敏性。机器人视觉

分析了主成分分析（PCA）与核主成分分析（kPCA）的基本原理，比较了两者在处理数据方面的性能，得出了kPCA比PCA在处理非线性可分数据方面具有优势的结论.依据几何绕射理论（GTD），通过Matla

研究了复杂环境下不同形状物体的快速识别、定位以及表面检测,旨在满足智能机器在线作业时对复杂环境中的目标进行同步性抓取以及表面检测等需求,讨论了异形物体的多目标快速识别、定位、立体匹配及点云后处理算法。

多分类器融合的光学遥感图像目标识别算法.pdf

_嵌入SENet结构的改进YOLOV3目标识别算法,论文,非常好的学习YOLO的论文。

针对被局部遮挡目标的识别困难的问题,将目标图像的SIFT(Scale Invariant Feature Transform)特征矢量作为视觉单词,应用视觉词汇算法,提出了基于SIFT特征视觉词汇算法

采用4种经典算法对文件 或对字符加解密,这个程序是基于vc.net 写的 欢迎下载

本篇综述的出发点一方面是希望给检测方向的入门研究人员提供一个技术概览，帮助大家快速了解目标检测技术上下文；另一方面是给工业界应用人员提供一些参考，通过本篇综述，读者可以根据实际业务场景，找到合适的目标

几种基于深度学习的目标检测算法：sppnet，rcnn,fast-fasterrcnn,yolo,ssd

深度学习的目标检测算法综述大作业,一个小论文