这里的图片是从b站同济子豪兄的【精读AI论文】 R-CNN深度学习目标检测算法 处截图的， 在这算是个记录吧，同时立个小小的flag，尽量在硕一结束前都搞明白是干啥的吧（希望能坚持住 ：）
在这也小推一下子豪兄，论文精读系列真的太适合我这种纯小白了，大家如果需要（或者被需要）读论文又自己读不明白可以去试试。
版权声明：本文为CSDN博主「Hydrion-Qlz」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/qq_46311811/article/details/122794486
1 概述 Yolo系列的模型是大多数做目标检测的图像算法工程师都在使用的，使用时经常也是先用了看看效果再说，如果效果不错，有时间再回头来研究一下模型，有时甚至就忘了回过头来细究。这篇文章
关注并星标从此不迷路计算机视觉研究院公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式论文地址：https://arxiv.org/pdf/2201.02314.pdf计算机视
算法评价指标 FPS（Frames Per Second，每秒传输帧数） 用于评估目标检测的速度，即每秒内可以处理的图片的数量或者处理一张图片所需时间，即图像的刷新频率。代
计算机视觉研究院专栏作者：Edison_G目前的anchor-free目标检测器非常简单和有效，但缺乏精确的标签分配方法，这限制了它们与经典的基于Anchor的模型竞争的潜力公众号ID｜C
暂无评论