YOLO9000:Better, Faster, Stronger
Abstract 通過某種聯合訓練的方式，使得YOLO9000可以對尚未進行標記過得類別數據上對該類別進行預測。 1. Introduction 提出一種新的方式對大量已有分類數據進行管理，並且將其利用來擴大現有檢測系統的類別數目 提出一種新的訓練算法，可以使得同時在檢測和分類數據上同時進行訓練，利用檢測數據來精確定位目標，利用分類數據來增大vocabulary和魯棒性 2. Be
相關文章
- 1. YOLO9000: Better, Faster, Stronger
- 2. Yolo v2 Better,Faster,Stronger
- 3. Better,Faster,Stronger——YOLO 9000
- 4. 學習YOLO9000: Better, Faster, Stronger
- 5. [YOLO]《YOLO9000:Better, Faster, Stronger》筆記
- 6. MaxCompute2.0 Performance Metrics: Faster, Stronger Computing
- 7. 【論文閱讀筆記】YOLO9000：Better，Faster，Stronger
- 8. 【論文翻譯】YOLOv2:YOLO9000_Better, Faster, Stronger
- 9. [實例分割] SOLOv2: Dynamic, Faster and Stronger
- 10. YOLO9000: Better, Faster, Stronger論文筆記
- 更多相關文章...
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. YOLO9000: Better, Faster, Stronger
- 2. Yolo v2 Better,Faster,Stronger
- 3. Better,Faster,Stronger——YOLO 9000
- 4. 學習YOLO9000: Better, Faster, Stronger
- 5. [YOLO]《YOLO9000:Better, Faster, Stronger》筆記
- 6. MaxCompute2.0 Performance Metrics: Faster, Stronger Computing
- 7. 【論文閱讀筆記】YOLO9000：Better，Faster，Stronger
- 8. 【論文翻譯】YOLOv2:YOLO9000_Better, Faster, Stronger
- 9. [實例分割] SOLOv2: Dynamic, Faster and Stronger
- 10. YOLO9000: Better, Faster, Stronger論文筆記