YoloV（You Only Look Once）是一种基于深度学习的目标检测算法
YoloV（You Only Look Once）是一种基于深度学习的目标检测算法。它的主要优点是速度快，能够在实时视频流中进行目标检测。然而，YoloV 的缺点是准确率相对较低，对于小目标的检测效果较差。此外，YoloV 对于密集物体的检测效果也不如一些其他的目标检测算法。因此，YoloV 更适合...
基于深度学习的口罩污染目标检测算法介绍
1. 两阶段以及但阶段目标检测算法 时下流行的目标检测算法主要包含两阶段（Two-stage）算法和单阶段（One-stage）算法两类。其中，两阶段算法主要以RCNN系列为代表，此类算法需要先在区域提议（region proposal）阶段通过选择...
基于深度学习的目标检测算法概述
神经网络起源较可以追溯到二十世纪四十年代[1]，最初的想法是借鉴人的大脑结构，来解决一些常规的学习问题，随着反向传播算法[2]的提出神经网络开始盛行起来，但是由于计算机计算和处理能力受限制，训练策略局限，缺乏大量数据训练等缺点，打击了学者们对神经...
深度学习目标检测系列：RCNN系列算法图解
在生活中，经常会遇到这样的一种情况，上班要出门的时候，突然找不到一件东西了，比如钥匙、手机或者手表等。这个时候一般在房间翻一遍各个角落来寻找不见的物品，最后突然一拍大脑，想到在某一个地方，在整个过程中有时候是很着急的，并且越着急越找不到，真是令人...
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。
