「Deep Learning」Note on RetinaNet
Sina Weibo：小锋子Shawn Tencent E-mail：[email protected] http://blog.csdn.net/dgyuanshaofeng/article/details/80790128 0 摘要 表 1：两种检测范式比较 范式 候选包围盒 速度 精度 例子 One-stage dense(~100k) fast low SSD, DSSD, YOLO, R
相关文章
- 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（深度卷积生成对抗网络）
- 8. Learning TensorFlow Note-101
- 9. Model-Reuse Attacks on Deep Learning Systems
- 10. Summary on deep learning framework --- PyTorch
- 更多相关文章...
- • SQL 快速参考 - SQL 教程
- • XML 树结构 - XML 教程
- • Java Agent入门实战（一）-Instrumentation介绍与使用
- • Java Agent入门实战（三）-JVM Attach原理与使用
相关标签/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。
欢迎关注本站公众号,获取更多信息
相关文章
- 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（深度卷积生成对抗网络）
- 8. Learning TensorFlow Note-101
- 9. Model-Reuse Attacks on Deep Learning Systems
- 10. Summary on deep learning framework --- PyTorch