「Deep Learning」Note on RetinaNet
Sina Weibo：小鋒子Shawn Tencent E-mail：[email protected] http://blog.csdn.net/dgyuanshaofeng/article/details/80790128 0 摘要 表 1：兩種檢測範式比較 範式 候選包圍盒 速度 精度 例子 One-stage dense(~100k) fast low SSD, DSSD, YOLO, R
相關文章
- 1. 「Deep Learning」Note on MaskLab
- 2. 「Deep Learning」Note on AdaptSegNet
- 3. 「Deep Learning」Note on Spatial Transformer Networks
- 4. 「Deep Learning」Note on Deeply-Supervised Nets
- 5. 「Deep Learning」Note on DeepLab V2
- 6. 「Deep Learning」Note on GELU（Gaussian Error Linear Unit）
- 7. 「Deep Learning」Note on DCGAN（深度卷積生成對抗網絡）
- 8. Learning TensorFlow Note-101
- 9. Model-Reuse Attacks on Deep Learning Systems
- 10. Summary on deep learning framework --- PyTorch
- 更多相關文章...
- • SQL 快速參考 - SQL 教程
- • XML 樹結構 - XML 教程
- • Java Agent入門實戰（一）-Instrumentation介紹與使用
- • Java Agent入門實戰（三）-JVM Attach原理與使用
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. 「Deep Learning」Note on MaskLab
- 2. 「Deep Learning」Note on AdaptSegNet
- 3. 「Deep Learning」Note on Spatial Transformer Networks
- 4. 「Deep Learning」Note on Deeply-Supervised Nets
- 5. 「Deep Learning」Note on DeepLab V2
- 6. 「Deep Learning」Note on GELU（Gaussian Error Linear Unit）
- 7. 「Deep Learning」Note on DCGAN（深度卷積生成對抗網絡）
- 8. Learning TensorFlow Note-101
- 9. Model-Reuse Attacks on Deep Learning Systems
- 10. Summary on deep learning framework --- PyTorch