Object Detection網絡框架學習:SSD
SSD(Single Shot MultiBox Detector)是ECCV2016的一篇文章，屬於one - stage套路。在保證了精度的同時，又提高了檢測速度，相比當時的Yolo和Faster R-CNN是最好的目標檢測算法了，可以達到實時檢測的要求。在Titan X上，SSD在VOC2007數據集上的mAP值爲74.3%，檢測速度爲59fps。 SSD SSD效果爲什麼這麼好 SSD
相關文章
- 1. Object Detection網絡框架學習:YOLOV1
- 2. Object Detection網絡框架學習:R-CNN
- 3. Object Detection網絡框架學習:SPPNet
- 4. Object Detection 之SSD
- 5. 深度學習目標檢測SSD算法框架詳解（Google object detection api）
- 6. Object Detection《SSD》筆記（5）
- 7. 讀論文系列：Object Detection ECCV2016 SSD
- 8. TensorFlow-Object-Detection SSD MobileNet: Cannot finetune from checkpoint
- 9. 目標檢測（Object Detection）—— SSD總結
- 10. Enhancement of SSD by concatenating feature maps for object detection（R-SSD）
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Kotlin學習（一）基本語法
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. Object Detection網絡框架學習:YOLOV1
- 2. Object Detection網絡框架學習:R-CNN
- 3. Object Detection網絡框架學習:SPPNet
- 4. Object Detection 之SSD
- 5. 深度學習目標檢測SSD算法框架詳解（Google object detection api）
- 6. Object Detection《SSD》筆記（5）
- 7. 讀論文系列：Object Detection ECCV2016 SSD
- 8. TensorFlow-Object-Detection SSD MobileNet: Cannot finetune from checkpoint
- 9. 目標檢測（Object Detection）—— SSD總結
- 10. Enhancement of SSD by concatenating feature maps for object detection（R-SSD）