本文主要介绍自动驾驶系统感知算法中2D目标检测相关搬运工作。2D目标检测（下文简称目标检测）是对图像或视频中的目标进行分类和定位的任务。
目标检测发展进程：
版权声明：本文为CSDN博主「冰火舞动」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/sinat_41354290/article/details/122695943
相关推荐
AP AR mAP ROC AUC（目标检测）
禁止转载！在做目标检测任务的时候，通常会制定规则来评估性能，就如下图所示，后面会慢慢道来其中的原理。 混淆矩阵中 TP、TN、FP、FN
在目标检测中，通常以IoU阈值作为
【模型训练】目标检测实现分享一：详解 YOLOv1 算法实现
欢迎关注我的公众号 [极智视界]，回复001获取Google编程规范 O_o >_< o_O O_o ~_~ o_O 大家好，我是极智视界，本文详细介绍一下 YOLOv1 算法的设计
基于深度学习的目标检测综述(单阶段、多阶段、FPN变体、旋转目标检测等)
随着深度学习的发展，基于深度学习的目标检测方法因其优异的性能已经得到广泛的使用。目前经典的目标检测方法主要包括单阶段(YOLO、SSD、RetinaNet，还有基于关键点的检测方法等)和多阶段方法(Fast RCNN
目标检测算法遇到的问题（自己记录）
常见问题：
1、路径问题： 推荐直接使用绝对路径，将其复制到自己所需要的路径下，然后记得该单斜杠“\”为双斜杠“\\”
2、30系列显卡环境配置深度学习环境配置8——（3
暂无评论