基於CNN目標檢測方法（RCNN，Fast-RCNN，Faster-RCNN，Mask-RCNN，YOLO，SSD）行人檢測，目標追蹤，卷積神經網絡

一、研究意義         卷積神經網絡（CNN）由於其強大的特徵提取能力，近年來被廣泛用於計算機視覺領域。1998年Yann LeCun等提出的LeNet-5網絡結構，該結構使得卷積神經網絡可以端到端的訓練，並應用於文檔識別。LeNet-5結構是CNN最經典的網絡結構，而後發展的卷積神經網絡結構都是由此版本衍生而來。         在過去六年中，由於深度學習和卷積網絡的發展和進步，基於圖像的

>>阅读原文<<