object_detection_tutorial.ipynb

30页的目标检测综述,从 Fast R-CNN到 NAS-FPN,均给出 COCO数据集上 mAP的数据,介绍10多种数据集。

个人呢认为不错的目标检测综述Objectdetectionisafundamentalvisualrecognitionproblemincomputervisionandhasbeenwidelys

We develop a 3D object detection algorithm that uses latent support surfaces to capture contextual r

YOLO(“您只看一次”)是一种流行的算法,因为它不仅具有很高的准确性,而且还可以实时运行,几乎每秒可以记录45帧。数据集包含所有视图中的汽车媒体。 sample_submission.csv tra

目标检测,打开笔记本电脑摄像头,人脸以及其他实时监测,直接运行objection_detection_app.py 就可以

此文档描述的是如何通过object detection 进行模型的自我训练

这个是tensorflow的object-detection-api模块，是tensorflow的github上的models文件。这里是里面为训练mobilnet-ssd改了些文件和一些数据集和图片

给予SAP的移动解决方案，在SUP平台结合android的原生态开发实现方案

上web tools课时老师发的关于hibernate的教程之一。大概内容看标题就知道了。需要注意的是文档全部是英文的。英文不好的童鞋就不要下了。。。

在谷歌object-detection基础上进行封装，使用opencv，采集网络摄像头或者USB摄像头数据，将视频数据转换为frame帧数据，使用谷歌开源的objectDetectionAPI，对fr