美国陆军MultiUniversity Rasearch Initiative(MURI)项目报告(关于高光谱目标检测)
该MURI计划进度报告涵盖了从2007年8月1日到2008年9月30日的15个月。该计划的总体目的是研究由土地目标(自然目标和人为目标)产生的特征所依据的科学。具体而言,目的是了解高光谱和高光谱/极化特征对环境条件变化的依赖性。另一个目标涉及算法开发,并着重于识别新的目标判别式及其对目标检测和传感器融合的效用的评估。
该报告中包含各个合作大学(如马里兰大学和罗切斯特理工学院等)的报告以及PPT,共1800余页,可作为高光谱图像目标检测的参考资料。
用户评论
推荐下载
-
目标检测总结
包括从2013年11月提出的R-CNN至ECCV2018上发表的RFBNet等四十多篇关于目标检测的论文,如从R-CNN到MaskR-CNN的R-CNN系列、YOLO系列、RPN、SSD、FPN以及R
38 2019-05-02 -
opencv目标检测
基于opencv实现的运动目标检测算法,其主要原理使用光流法实现
17 2019-07-23 -
目标检测.pdf
计算机视觉中的目标检测的文档,内容详细,值得学习。
36 2019-07-23 -
多目标检测
此代码能够实现多目标的检测,对于一般的场合效果还是不错的!
28 2019-09-22 -
目标检测.rar
文档中包含了R-CNN,SPP-NET,FAST R-CNN,FASTER R-CNN四个源文章,帮助大家较完整地了解目标检测框架(区域建议框架这一系列)
7 2021-04-27 -
yolo目标检测
yolo目标检测,行人检测。
66 2018-12-28 -
IDDnet 目标检测
IDDnet 是一种目标检测算法,用于检测图像和视频中的对象。该算法基于深度神经网络,能够高效准确地识别和定位图像中的物体。
7 2024-05-01 -
boosting目标检测
A simple object detector with boosting
42 2018-12-29 -
基于PyTorch的Fast RCNN目标检测项目复现
基于PyTorch框架,使用coco2017数据集训练Fast-RCNN模型的目标检测项目复现过程。通过选择搜索算法生成候选框,并与真实标注框计算IOU进行正负样本划分。采用VGG19作为网络骨干模型
11 2023-07-21 -
PyTorch实现Yolo v1目标检测项目
如何使用PyTorch实现Yolo v1目标检测项目。Yolo v1是一种经典的目标检测算法,通过将图像分割成不同大小的网格,并预测每个网格中是否存在目标及其位置和类别,实现了实时目标检测的效果。本文
8 2023-07-20
暂无评论