Object Detection网络框架学习:SSD
SSD(Single Shot MultiBox Detector)是ECCV2016的一篇文章，属于one - stage套路。在保证了精度的同时，又提高了检测速度，相比当时的Yolo和Faster R-CNN是最好的目标检测算法了，可以达到实时检测的要求。在Titan X上，SSD在VOC2007数据集上的mAP值为74.3%，检测速度为59fps。 SSD SSD效果为什么这么好 SSD
相关文章
- 1. Object Detection网络框架学习:YOLOV1
- 2. Object Detection网络框架学习:R-CNN
- 3. Object Detection网络框架学习:SPPNet
- 4. Object Detection 之SSD
- 5. 深度学习目标检测SSD算法框架详解（Google object detection api）
- 6. Object Detection《SSD》笔记（5）
- 7. 读论文系列：Object Detection ECCV2016 SSD
- 8. TensorFlow-Object-Detection SSD MobileNet: Cannot finetune from checkpoint
- 9. 目标检测（Object Detection）—— SSD总结
- 10. Enhancement of SSD by concatenating feature maps for object detection（R-SSD）
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（一）基本语法
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. Object Detection网络框架学习:YOLOV1
- 2. Object Detection网络框架学习:R-CNN
- 3. Object Detection网络框架学习:SPPNet
- 4. Object Detection 之SSD
- 5. 深度学习目标检测SSD算法框架详解（Google object detection api）
- 6. Object Detection《SSD》笔记（5）
- 7. 读论文系列：Object Detection ECCV2016 SSD
- 8. TensorFlow-Object-Detection SSD MobileNet: Cannot finetune from checkpoint
- 9. 目标检测（Object Detection）—— SSD总结
- 10. Enhancement of SSD by concatenating feature maps for object detection（R-SSD）