算法

Faster R-CNN 目标检测算法 Towards Real-Time Object Detection with Region Proposal Networks R-CNN：Regions with CNN featu

-NeoZng[neozng1hnu.edu.cn] 5.2.2.卷积神经网络 在5.2.1中我们提到，可以把图像resize成一个1xn的特征向量当作输入投入一个网络当中进行训练和预测，但是这样做会出现很多的问题

arXiv 2021 Deng-Ping Fan, Ge-Peng Ji, Ming-Ming Cheng, Ling Shao https://arxiv.org/abs/2102.10274 一、简介 收集了COD10K数据集&#xff

介绍 这次介绍的是Facebook AI的一篇文章“End-to-End Object Detection with Transformers” 恰好最近Transformer也比较热门，这里就介绍一下如何利用Transfor

基于深度学习的目标检测算法面试必备（RCNN~YOLOv5） 目标检测算法主要包括：【两阶段】目标检测算法、【多阶段】目标检测算法、【单阶段】目标检测算法 什么是两阶段目标检测算法，与单

C#语言对 YOLOv4 目标检测算法封装（含dome源码） 最近开了个大神写的C# 调用YOLOv4模型实现分析的文章，于是自己写了个winfrom实现dome 由于时间仓促 欢迎大家批评指正。

R-CNN就是regions with convolutiional networks，，这个算法尝试选出一些区域用来喂入卷积网络，不再需要使用滑动窗口对图片中依次从左到右，从上到下滑动窗

图1：网络流程图 代码、论文地址：在公众号「3D视觉工坊」，后台回复「CenterPoint」，即可直接下载。 前言： 该文章是Center-based系列工作（CenterNet、CenterTrack、CenterPoint）的扩展，于20

如有错误，恳请指出。 paper：YOLOX: Exceeding YOLO Series in 2021 摘要： 作者将YOLO检测器切换为anchor_free方式，并且结合了一些

原文链接:https://mp.weixin.qq.com/s/_HdGVC6orkL2zfiv5sqrMw  2D与3D区别 3D目标检测面临更多的挑战，主要的体现在不仅要找到物体在图像中出现的位置，还需要反投影到