文章 2022-11-12 来自:开发者社区

论文阅读笔记 | 目标检测算法——RetinaNet(focal loss、含与SSD,RCNN,YOLO的对比)

1. Introductionpaper:Focal Loss for Dense Object Detection在RetinaNet出现之前,two-step检测网络(代表有Faster RCNN系列等等)的准确率一直要比one-step检测网络(代表有SSD系列、yolo系列)的准确率要高,但是在RetinaNet出现之后,one-step检测网络首次精度要比two-step检测网络要好。....

论文阅读笔记 | 目标检测算法——RetinaNet(focal loss、含与SSD,RCNN,YOLO的对比)
文章 2017-11-07 来自:开发者社区

深度学习笔记之目标检测算法系列(包括RCNN、Fast RCNN、Faster RCNN和SSD)

•   RCNN         RCNN(Regions with CNN features)是将CNN方法应用到目标检测问题上的一个里程碑,由年轻有为的RBG大神提出,借助CNN良好的特征提取和分类性能,通过RegionProposal方法实现目标检测问题的转化。       算法可以...

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

智能引擎技术

AI Online Serving,阿里巴巴集团搜推广算法与工程技术的大本营,大数据深度学习时代的创新主场。

+关注