OpenCL-Darknet: An OpenCL Implementation for Object Detection【翻譯】
摘要 目標檢測是一種識別目標類別及其位置的技術。它被應用於許多不同的領域，如面部檢測數碼相機、監視工具或自動駕駛汽車。目前，基於深度學習的目標檢測方法已經取得了明顯優於經典的基於特徵的算法的性能。Darknet[1]是一種基於深度學習的目標檢測框架，以其速度快、結構簡單而著稱。不幸的是，和許多其他框架一樣，Darknet只支持NVIDIA CUDA[2]來加速計算。因此，用戶只能選擇有限的圖形卡。
相關文章
- 1. 翻譯：Selective Search for Object Detection
- 2. Deep Neural Networks for Object Detection論文翻譯
- 3. 【論文翻譯】Focal Loss for Dense Object Detection
- 4. Feature Pyramid Networks for Object Detection論文翻譯——中英文對照
- 5. Metrics for object detection
- 6. Multiple Anchor Learning for Visual Object Detection論文翻譯 -- CVPR2020
- 7. An Introduction to CNN based Object Detection
- 8. RILOD Near Real-Time Incremental Learning for Object Detection at the Edge 翻譯
- 9. DOTA: A Large-scale Dataset for Object Detection in Aerial Images 翻譯
- 10. Metrics-for-object-detection
- 更多相關文章...
- • XML DOM implementation 屬性 - XML DOM 教程
- • Scala for循環 - Scala教程
- • RxJava操作符（一）Creating Observables
- • 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. 翻譯：Selective Search for Object Detection
- 2. Deep Neural Networks for Object Detection論文翻譯
- 3. 【論文翻譯】Focal Loss for Dense Object Detection
- 4. Feature Pyramid Networks for Object Detection論文翻譯——中英文對照
- 5. Metrics for object detection
- 6. Multiple Anchor Learning for Visual Object Detection論文翻譯 -- CVPR2020
- 7. An Introduction to CNN based Object Detection
- 8. RILOD Near Real-Time Incremental Learning for Object Detection at the Edge 翻譯
- 9. DOTA: A Large-scale Dataset for Object Detection in Aerial Images 翻譯
- 10. Metrics-for-object-detection