摘要：
1.介绍 目标检测是指任意给定一张图像，判断图像中是否存在指定类别的目标，如果存在，则返回目标的位置和类别置信度 如下图检测人和自行车这两个目标，检测结果包括目标的位置、目标的类别和置信度 因为目标检测算法需要输出目标的类别和具体坐标，因此在数据标签上不仅要有目标的类别，还要有目标的坐标信息 可见目 阅读全文
摘要：
SSD: Single Shot MultiBox Detector——目标检测 参考https://blog.csdn.net/u010167269/article/details/52563573 目标检测算法可分为两种类型：one-stage和two-stage,两者的区别在于前者是直接基于网 阅读全文
摘要：
Going deeper with convolutions-22层 https://my.oschina.net/u/876354/blog/1637819 那么，GoogLeNet是如何进一步提升性能的呢？一般来说，提升网络性能最直接的办法就是增加网络深度和宽度，深度指网络层次数量、宽度指神经元 阅读全文
摘要：
用于大尺度图片识别的非常深的卷积网络 使用一个带有非常小的(3*3)的卷积核的结构去加深深度，该论文的一个十分重要的改进就是它将卷机网络的深度增加到了16-19层，且可以用于比较大224*224的图片当中 其最大的特点就是采用了大量卷积核尺寸为3*3的卷积层，小尺寸的卷积核可以大大减少计算量。其网络 阅读全文
摘要：
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 深度神经网络中用于视觉识别的空间金字塔池化 1.INTRODUCTION 一般的深度神经网络都会设定一个固定的输入图片大小，比如 224*224 阅读全文
摘要：
Rich feature hierarchies for accurate object detection and semantic segmentation Tech report (v5) Rich feature hierarchies for accurate object detecti 阅读全文
摘要：
Fast RCNN建立在以前使用深度卷积网络有效分类目标proposals的工作的基础上。使用了几个创新点来改善训练和测试的速度，同时还能增加检测的精确度。Fast RCNN训练VGG16网络的速度是RCNN速度的9倍，测试时的速度是其的213倍。与SPPnet对比，Fast RCNN训练VGG16 阅读全文