yolo算法的优缺点分析_【精选推荐】基于深度学习的单阶段目标检测算法研究综述...
DOI:10.12132/ISSN.1673-5048.2019.0100引用格式 刘俊明,孟卫华. 基于深度学习的单阶段目标检测算法研究综述[J]. 航空兵器, 2020, 27(3): 44-53.Liu Junming,Meng Weih
DOI:10.12132/ISSN.1673-5048.2019.0100引用格式 刘俊明,孟卫华. 基于深度学习的单阶段目标检测算法研究综述[J]. 航空兵器, 2020, 27(3): 44-53.Liu Junming,Meng Weih
物体检测的两个步骤可以概括为:(1)检测目标位置(生成矩形框)(2)对目标物体进行分类物体检测的主流算法框架大致分为one-stage与two-stage。two-stage算法代表的有R-CNN系列,one-sta
目标检测和目标分类图像识别算法是计算机视觉的基础算法,例如VGG,GoogLeNet,ResNet等,这类算法主要是判断图片中目标的种类。目标检测算法和图像识别算法类似,但是