【论文笔记】：YOLO v3
&Title YOLOv3: An Incremental Improvement &Summary 两点改进对结果提升比较大： fpn的特征融合（借鉴FPN） 改基础网络（借鉴resnet） 相比于YOLOv2，改进的地方有：引入了一个新的基础网络，bundingbox取最好预测框的去训练，其他框丢掉，用了FPN，丢掉了softmax改用二元交叉熵。 对小目标的检测效果提升明显 具体可以看论文
相关文章
- 1. YOLO-V3笔记
- 2. YOLO 论文笔记
- 3. YOLO论文笔记
- 4. 论文笔记：YOLO
- 5. Yolo v3 学习笔记
- 6. 学习yolo v3笔记一
- 7. YOLO v3算法笔记
- 8. 【笔记】YOLO v3:An Incremental Improvement
- 9. yolo v3 学习笔记
- 10. YOLO v3学习笔记
- 更多相关文章...
- • ASP.NET Razor - 标记 - ASP.NET 教程
- • CAP理论是什么？ - NoSQL教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Scala 中文乱码解决
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. YOLO-V3笔记
- 2. YOLO 论文笔记
- 3. YOLO论文笔记
- 4. 论文笔记：YOLO
- 5. Yolo v3 学习笔记
- 6. 学习yolo v3笔记一
- 7. YOLO v3算法笔记
- 8. 【笔记】YOLO v3:An Incremental Improvement
- 9. yolo v3 学习笔记
- 10. YOLO v3学习笔记