论文部分内容阅读
基于深度学习技术的目标检测是通过人工神经网络提取和学习目标多层次特征,并送入分类器中预测目标的类别与位置。根据模型训练方式可分为单阶段检测算法和二阶段检测算法两种类型。对各阶段类型代表性算法进行了详细的介绍,并在PASCAL VOC数据集上进行了比较和分析。最后,对发展趋势进行了展望。
基于深度学习的目标检测综述
【摘 要】
：
基于深度学习技术的目标检测是通过人工神经网络提取和学习目标多层次特征,并送入分类器中预测目标的类别与位置。根据模型训练方式可分为单阶段检测算法和二阶段检测算法两种类型。对各阶段类型代表性算法进行了详细的介绍,并在PASCAL VOC数据集上进行了比较和分析。最后,对发展趋势进行了展望。
【机 构】
：
西安工程大学电子信息学院
【出 处】
：
电光与控制
【发表日期】
：
2020年05期
【基金项目】
：
国家自然科学基金(61471161),陕西省教育厅专项科学研究计划项目(17JK0332),陕西省科技厅科技发展计划项目(2011K06-01),西安市碑林区应用技术研发项目(GX1807)
其他文献
为了提高光电跟踪系统的跟踪精度,提出对粗跟踪环节设计共轴跟踪系统的方法,在此基础上对精跟踪系统控制方法进行研究,设计出自适应反演滑模控制器,并将其运用于精跟踪系统构
随着国内前几年私募股权市场的爆炸性增长,以及近期IPO市场的关闭,私募股权二级市场作为一级市场的退出渠道之一,已经开始悄然形成。本文介绍了私募股权二级市场在国外发达市