1、卷积神经网络的改进方法
(67条消息) CNN卷积神经网络新想法_陈俊岭的程序员之路（公众号求关注，方便交流）-CSDN博客
2、卷积神经网络的卷积核怎么确定
(67条消息) 卷积神经网络的卷积核大小、个数，卷积层数如何确定呢？_datayx的文章-CSDN博客
3、胶囊网络比卷积网络好在哪
4、小样本学习方法
5、迁移学习方法有哪些
6、目标检测算法在某个特定领域的通用性怎么样
7、怎么设计自己的目标检测模型使其在特定场景下的效果比通用算法要好
8、理解透彻某个流行目标检测算法再在它的基础上改进
版权声明：本文为CSDN博主「深度学习研究员」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_45266691/article/details/120309106
一.简介 YOLOV4出现之后不久，YOLOv5横空出世。YOLOv5在YOLOv4算法的基础上做了进一步的改进，检测性能得到进一步的提升。虽然YOLOv5算法并没有与YOLOv4算法进行性能比较与分析࿰
问题已经解决，请参考以下博文： https://blog.csdn.net/ELSA001/article/details/120918082?spm1001.2014.3001.5501 刚刚我尝试训练自己的yo
站在各位巨人的肩膀上，记录和整理。 参考： 1、https://github.com/bubbliiiing/yolov4-tiny-pytorch 2、睿智目标检测35——Pytorch搭建YoloV4-Tiny目
目录 RCNN 背景： 原理： 缺点： 端到端的Fast RCNN 背景： 原理： 缺点： 走向实时：Faster RCNN (t
暂无评论